К содержимому

Датасет · 5CD-AI

Описания и вопросы к картинкам на вьетнамском языке

5CD-AI/Viet-LAION-Gemini-VQA

Более 5 млн описаний и пар вопрос-ответ к 843 тысячам изображений на вьетнамском для обучения мультимодальных моделей.

Что внутри

В основе лежат 843 529 картинок из вьетнамского подмножества LAION-2B: фото из новостей, спорта, туризма, товаров, одежды, транспорта, а также скетчи и графики. С помощью модели Gemini-1.5-Flash-002 для них сгенерировали 5 061 174 подробных описания и пары вопрос-ответ на вьетнамском языке. Набор подходит для задач визуального ответа на вопросы (VQA).

Что можно сделать

  • Обучение мультимодальных моделей (VLM) пониманию вьетнамского языка
  • Настройка систем распознавания графиков, товаров и скетчей по картинке
Задачи
Вопросы по картинкам
Языки
Вьетнамский
Размер
100K–1M записей
Скачиваний за месяц
68
Лайков
48
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("5CD-AI/Viet-LAION-Gemini-VQA")