К содержимому

Датасет · BAAI

Миллионы визуальных инструкций, сгенерированных GPT-4

BAAI/SVIT

Крупный англоязычный датасет для обучения мультимодальных моделей (VQA) на инструкциях от GPT-4.

Что внутри

Содержит от 1 до 10 миллионов примеров на английском языке для задач визуальных вопросов и ответов (visual-question-answering). Данные сгенерированы с помощью GPT-4 для масштабирования визуального инструктивного обучения (visual instruction tuning). Опубликован исследовательской академией BAAI.

Что можно сделать

  • Масштабное SFT-обучение мультимодальных моделей (VLM) пониманию изображений
  • Адаптация языковых моделей для ответов на вопросы по картинкам
Задачи
Вопросы по картинкам
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
276
Лайков
35
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("BAAI/SVIT")