Hugging Face 发布 FineVideo：4.3 万视频、3.4 千小时的开源视频数据集

Hugging Face 构建了 FineVideo 数据集，包含 4.3 万个视频、共 3.4 千小时，并配有丰富描述、叙事细节、场景切分和 QA 对。该数据集从 YouTube-Commons 的 190 万条英文视频出发，经词密度与视觉动态性过滤，并用 Gemini 1.5 Pro 和 GPT-4o 完成内容标注与结构化输出。