К содержимому

Датасет · Icey444

Миллионный датасет для поиска картинок по рассуждению

Icey444/retdata

Более 1,7 млн пар «исходное фото + инструкция → целевое фото» для обучения мультимодального поиска с логическим выводом.

Что внутри

Крупный мультимодальный набор из более чем 1,7 млн примеров, отфильтрованных судьёй по качеству из двух подмножеств (web_search и faiss_legacy). Внутри лежат пары из исходного изображения, текстовой инструкции и целевой картинки, связанной с запросом по логике, а не по внешнему сходству. Данные упакованы со встроенными изображениями в формате Qwenvl2d5 v2.

Что можно сделать

  • SFT мультимодальных моделей (например, Qwen-VL) для сложного поиска изображений
  • Обучение систем composed image retrieval с пониманием текстовых инструкций
  • Тренировка ретриверов, опирающихся на логический вывод вместо визуального сходства
Задачи
Картинка → картинка
Размер
1M–10M записей
Скачиваний за месяц
45,7 тыс.
Лайков
0
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("Icey444/retdata")