ViStoryBench

מה זה

המאגר מציע שמונים סיפורים שנאספו מתסריטים, יצירות ספרות, אגדות וספרי תמונות, כשכל סיפור קוצר בעזרת מודלי שפה לכאלף מילים. מודל Step-1V פירק את הסיפורים ללוחות תכנון, כך שבסך הכל יש כאן 1,317 שוטים שונים. כל רשומה מייצגת שוט בודד וכוללת זווית צילום, פירוט תפאורה, התאמה לעלילה ושמות הדמויות המשתתפות.

לצד הטקסטים נמצאות 509 תמונות ייחוס עבור 344 דמויות, במטרה לבחון שמירה על מראה אחיד לאורך זמן. החלוקה הפנימית מציעה שתי גרסאות עבודה: גרסת full המכילה את כל שמונים הסיפורים, וגרסת lite מצומצמת של עשרים סיפורים בלבד, ששומרת על פיזור סגנונות דומה.

מתאים ל

• מדידת עקביות דמויות

  בדיקת יכולת המודל לייצר את אותה דמות בפוזיציות שונות לפי תמונות ייחוס.

• יצירת רצף ויזואלי

  הערכת מעברים בין שוטים שונים לאורך עלילה שלמה תוך שמירה על סגנון.

• בנצ'מרק למודלי תמונה

  השוואת ביצועים של מודלי טקסט לתמונה באנגלית ובסינית על תיאורים מורכבים.

איפה זה נופל

הטקסטים קיימים באנגלית ובסינית בלבד, ללא שום תמיכה בעברית. חלק מתמונות הייחוס הן צילומי מסך מסרטים מוכרים, מה שעלול לייצר הטיה במודלים שכבר מכירים את היצירות האלו מראש. שבעה סיפורים משתמשים בתמונות שנוצרו ב־SDXL, ושאר הסיפורים נשענים על חומרים קיימים. בנוסף, אם תריצו מודלים מסחריים מול התיאורים, חלקם עלולים להיחסם במנגנוני סינון תוכן בגלל תכנים של מלחמה, אימה או מתח שקיימים במאגר.

איך טוענים

הנתונים מובנים בספריות ממוספרות מ־01 עד 80, כשבכל אחת מהן קובץ story.json ותיקיית image עם תמונות הייחוס בפורמט JPG או PNG. הטעינה מתבצעת ישירות דרך הסקריפט vistorybench.py שממיר את הנתונים למבנה שורות לפי שוט. אין צורך באישור גישה או בהרשמה מיוחדת, והשדות העיקריים לשליפה הם תיאור השוט, שמות הדמויות והנתיבים היחסיים לתמונות שלהן.

from datasets import load_dataset

ds = load_dataset("ViStoryBench/ViStoryBench")

הרישיון

המאגר פורסם תחת רישיון MIT. הרישיון מאפשר שימוש מסחרי, שינוי והפצה, ואינו מחייב שיתוף באותו רישיון. המשמעות היא שניתן לאמן או להעריך מודלים ללא הגבלה, כל עוד שומרים על הודעת זכויות היוצרים המקורית, אך כדאי לקחת בחשבון שחלק מתמונות הייחוס נלקחו מסרטים מוכרים ברשת.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗