Датасет · CausalLM
Мультимодальный RAG по персонажам
CausalLM/Retrievatar
100 тыс. синтетических пар изображение-текст о героях аниме и знаменитостях для обучения VLM с RAG.
Что внутри
Датасет из 100 000 синтетических образцов изображение-текст, выделенных из более крупного корпуса. Посвящён вымышленным аниме-персонажам и реальным знаменитостям из разных сфер. Языки: английский, китайский, японский, немецкий. Предназначен для исследований entity-centric мультимодального понимания и RAG во vision-language моделях.
Что можно сделать
- Дообучить VLM отвечать по изображениям с поиском сущностей
- Проверить RAG-пайплайн на аниме-персонажах и знаменитостях
- Обучить LoRA для image-text-to-text
- Задачи
- Картинка + текст, Картинка → текст, Текст → картинка
- Языки
- Английский, Китайский, Японский, Немецкий
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 523
- Лайков
- 75
Как загрузить
from datasets import load_dataset
ds = load_dataset("CausalLM/Retrievatar")