研究团队发布WAON日文图文数据集与基准

Issa Sugiura等作者发布WAON日文图文数据集，称其从Common Crawl的原生日文网页内容构建，含约1.55亿样本，是规模最大的公开日文原生图文数据集。团队同时推出WAON-Bench，一个人工整理的日文文化基准，覆盖374个类别。 作者表示，数据集、基准、模型和代码均已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。