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")