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
- OpenGVLab/InternVL2_5-4B-MPOКартинка + текст 245,8 тыс.
- OpenGVLab/InternVL2_5-8B-MPOКартинка + текст 875
- mradermacher/InternVL2_5-78B-MPO-i1-GGUF 494
- mradermacher/InternVL2_5-4B-MPO-GGUF 342
- mradermacher/InternVL2_5-78B-MPO-GGUF 332
- mradermacher/InternVL2_5-38B-MPO-i1-GGUF 282
- mradermacher/InternVL2_5-4B-MPO-i1-GGUF 231
- mradermacher/InternVL2_5-38B-MPO-GGUF 215
Как загрузить
from datasets import load_dataset
ds = load_dataset("OpenGVLab/MMPR-v1.1")