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")