К содержимому

Датасет · OpenGVLab

Крупный мультимодальный датасет предпочтений для VQA

OpenGVLab/MMPR-v1.1

Около 3 миллионов примеров для обучения визуальным рассуждениям и выравнивания VLM-моделей.

Что внутри

Большой мультимодальный датасет предпочтений для рассуждений по изображениям и текстам (VQA) на английском языке. Содержит около 3 миллионов примеров, а изображения упакованы в многотомный архив images.zip. На этих данных авторы дообучали модель InternVL2-8B.

Что можно сделать

  • Выравнивание (RLHF/DPO) мультимодальных языковых моделей под задачи рассуждения
  • Обучение VLM отвечать на сложные вопросы по изображениям
  • Сравнение качества визуально-языковых моделей на больших объёмах данных
Задачи
Вопросы по картинкам
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
626
Лайков
46

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("OpenGVLab/MMPR-v1.1")