К содержимому

Датасет · MAmmoTH-VL

12 млн визуальных инструкций для мультимодальных моделей

MAmmoTH-VL/MAmmoTH-VL-Instruct-12M

Пары изображение-инструкция для обучения визуальных ассистентов на английском.

Что внутри

Датасет содержит 12 млн визуальных инструкций (изображения и текст) на английском. Данные собраны масштабируемым пайплайном: ручной сбор источников, переписывание с помощью MLLM/LLM и фильтрация той же MLLM-судьёй. В карточке показаны примеры преобразований для математики и естественных наук.

Что можно сделать

  • SFT MAmmoTH-VL-8B
  • Дообучение LoRA для visual question answering
  • Оценка мультимодальных моделей на математике и науке
Задачи
Вопросы по картинкам, Вопрос-ответ
Языки
Английский
Размер
10M–100M записей
Скачиваний за месяц
12,5 тыс.
Лайков
67

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("MAmmoTH-VL/MAmmoTH-VL-Instruct-12M")