Датасет · HuggingFaceH4
Мультимодальные инструкции LLaVA для VSFT
HuggingFaceH4/llava-instruct-mix-vsft
Отформатированный корпус с изображениями и текстом для визуального SFT-обучения через TRL.
Что внутри
Внутри находятся пары из изображений и текстовых инструкций объёмом от 100 тысяч до 1 миллиона примеров. Это переформатированная версия набора llava-instruct-mix, подготовленная командой HuggingFaceH4. Данные адаптированы специально под визуальный SFT (VSFT) с использованием SFT Trainer из библиотеки TRL.
Что можно сделать
- SFT-дообучение визуально-языковых моделей (VLM) на базе LLaVA
- Тестирование пайплайнов мультимодального обучения в библиотеке TRL
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,4 тыс.
- Лайков
- 50
Модели, обученные на нём
- Crownelius/Crow-4B-Opus-4.6-Distill-Heretic_Qwen3.5 4,5 тыс.
- mradermacher/Crow-4B-Opus-4.6-Distill-Heretic_Qwen3.5-GGUF 734
- mradermacher/Crow-4B-Opus-4.6-Distill-Heretic_Qwen3.5-i1-GGUF 625
- ITLL/Opus4.7-GODs.Ghost.Codex-4B.GGuF 546
- Thatoneguy69/Opus4.7-GODs.Ghost.Codex-4B.GGuFГенерация текста 318
- ogbeatzofficial1/Opus4.7-GODs.Ghost.Codex-4B.GGuFГенерация текста 168
- HuggingFaceH4/vsft-llava-1.5-7b-hf-trlКартинка → текст 51
- randhir302/MoEVL-Tiny-0.5BКартинка + текст 41
Как загрузить
from datasets import load_dataset
ds = load_dataset("HuggingFaceH4/llava-instruct-mix-vsft")