Jiaha0Hu4ng/EmoWorld-130K
EmoWorld-130K Dataset Details Description EmoWorld-130K is a large-scale human-centric multimodal affective reasoning dataset designed to advance the development of emotion-aware multimodal models or world models. Unlike existing emotion datasets that primarily focus on perception-level recognition, EmoWorld-130K provides a unified benchmark covering the complete affective intelligence pipeline, from emotion perception, to… See the full description on the dataset page: https://huggingface.co/datasets/Jiaha0Hu4ng/EmoWorld-130K.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Ngày
#1 Repository Của Ngày
🧠 EmoWorld-130K — Bộ dữ liệu đa phương thức toàn diện cho AI nhận thức cảm xúc
EmoWorld-130K cung cấp 130.000 mẫu hướng dẫn đa phương thức với quá trình lý luận cảm xúc rõ ràng, giúp mô hình học cả cách suy nghĩ lẫn dự đoán cuối cùng.
EmoWorld-130K là một bộ dữ liệu đa phương thức quy mô lớn, hướng đến phát triển các mô hình AI đa phương thức nhận thức cảm xúc thông minh. Khác với các bộ dữ liệu cảm xúc truyền thống chỉ tập trung vào nhận dạng mức độ cảm xúc, EmoWorld-130K cung cấp một chuẩn đoán thống nhất bao phủ toàn bộ quy trình trí tuệ cảm xúc: từ nhận thức cảm xúc, hiểu biết cảm xúc đến tương tác đối thoại đồng cảm.
✨ Điểm nổi bật
- 130.000 mẫu hướng dẫn đa phương thức: bao phủ 8 nhiệm vụ cốt lõi trong lĩnh vực cảm xúc.
- Lý luận cảm xúc rõ ràng: mỗi mẫu đi kèm với quá trình lý luận trung gian có cấu trúc.
- Ba cấp độ trí tuệ cảm xúc: Nhận thức, Hiểu biết, Tương tác — liên kết liền mạch từ nhận dạng đến phản hồi xã hội.
- Công nghệ xác minh tự động: kiểm tra đảo ngược đảm bảo tính nhất quán của câu trả lời.
- Kiểm soát chất lượng thủ công: đảm bảo độ tin cậy của nhãn và chất lượng lý luận.
- Hỗ trợ đa dạng kỹ thuật huấn luyện: SFT, RLHF/RLAIF, instruction tuning.
- Nguồn dữ liệu công cộng: được thu thập từ các nguồn đa phương thức và tài nguyên đa phương tiện con người.
- Mở rộng cho mô hình world model: phục vụ phát triển mô hình AI nhận thức cảm xúc toàn diện.
💡 Vì sao đáng chú ý
EmoWorld-130K khác biệt ở việc tích hợp cả ba cấp độ nhận thức cảm xúc — từ nhận dạng biểu cảm đến tạo phản hồi đồng cảm — trong một bộ dữ liệu thống nhất. Điều này giúp mô hình không chỉ học được kết quả cuối cùng mà còn hiểu được quá trình lý luận cảm xúc phía sau. Đặc biệt hữu ích cho huấn luyện các mô hình ngôn ngữ lớn đa phương thức (MLLMs) có khả năng tương tác xã hội thông minh.
#EmotionAI #MultimodalDataset #AffectiveComputing #ExplainableAI #TiniX
Similar Projects
Discover other similar projects and AI models.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Dataset Card for UltraChat 200k Dataset Description This is a heavily filtered version of the UltraChat dataset and was used to train Zephyr-7B-β, a state of the art 7b chat model. The original datasets consists of 1.4M dialogues generated by ChatGPT and spanning a wide range of topics. To create UltraChat 200k, we applied the following logic: Selection of a subset of data for faster supervised fine tuning. Truecasing of the dataset, as we observed around 5% of… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceH4/ultrachat_200k.
Dataset Card for MMLU Dataset Summary Measuring Massive Multitask Language Understanding by Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, and Jacob Steinhardt (ICLR 2021). This is a massive multitask test consisting of multiple-choice questions from various branches of knowledge. The test spans subjects in the humanities, social sciences, hard sciences, and other areas that are important for some people to learn. This covers 57… See the full description on the dataset page: https://huggingface.co/datasets/cais/mmlu.
Dataset Card for "imdb" Dataset Summary Large Movie Review Dataset. This is a dataset for binary sentiment classification containing substantially more data than previous benchmark datasets. We provide a set of 25,000 highly polar movie reviews for training, and 25,000 for testing. There is additional unlabeled data for use as well. Supported Tasks and Leaderboards More Information Needed Languages More Information Needed… See the full description on the dataset page: https://huggingface.co/datasets/stanfordnlp/imdb.
OpenR1-Math-220k Dataset description OpenR1-Math-220k is a large-scale dataset for mathematical reasoning. It consists of 220k math problems with two to four reasoning traces generated by DeepSeek R1 for problems from NuminaMath 1.5. The traces were verified using Math Verify for most samples and Llama-3.3-70B-Instruct as a judge for 12% of the samples, and each problem contains at least one reasoning trace with a correct answer. The dataset consists of two… See the full description on the dataset page: https://huggingface.co/datasets/open-r1/OpenR1-Math-220k.
Scaling Synthetic Data Creation with 1,000,000,000 Personas This repo releases data introduced in our paper Scaling Synthetic Data Creation with 1,000,000,000 Personas: We propose a novel persona-driven data synthesis methodology that leverages various perspectives within a large language model (LLM) to create diverse synthetic data. To fully exploit this methodology at scale, we introduce PERSONA HUB – a collection of 1 billion diverse personas automatically curated from web… See the full description on the dataset page: https://huggingface.co/datasets/proj-persona/PersonaHub.
Image generated by DALL-E. See prompt for more details synthetic_text_to_sql gretelai/synthetic_text_to_sql is a rich dataset of high quality synthetic Text-to-SQL samples, designed and generated using Gretel Navigator, and released under Apache 2.0. Please see our release blogpost for more details. The dataset includes: 105,851 records partitioned into 100,000 train and 5,851 test records ~23M total tokens, including ~12M SQL tokens Coverage across 100 distinct… See the full description on the dataset page: https://huggingface.co/datasets/gretelai/synthetic_text_to_sql.
BONES-SEED: Skeletal Everyday Embodiment Dataset BONES-SEED is an open dataset of 142,220 annotated human motion animations for humanoid robotics. It provides motion capture data in SOMA and Unitree G1 formats, with natural language descriptions, temporal segmentation, and detailed skeletal metadata. Project website: bones.studio/datasets/seed Interactive viewer: seed-viewer.bones.studio Associated code: github.com/bones-studio/seed-viewer Total motions 142,220… See the full description on the dataset page: https://huggingface.co/datasets/bones-studio/seed.
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.