Датасет · UCSC-VLAA
1 млрд пар изображение–текст с переописанием
UCSC-VLAA/Recap-DataComp-1B
Крупный image-text корпус DataComp-1B с улучшенными подписями от LLaVA-1.5-LLaMA3-8B.
Что внутри
Датасет содержит изображения и текстовые описания; подписи пересозданы моделью LLaVA-1.5-LLaMA3-8B для лучшего соответствия и детализации. Основа — DataComp-1B; в карточке перечислены задачи zero-shot classification, text-retrieval, image-to-text и text-to-image. Объём по метаданным — от 1 до 10 млрд примеров.
Что можно сделать
- Обучение мультимодальных image-text моделей
- Проверка zero-shot classification и retrieval
- Исследования text-to-image и image-to-text
- Задачи
- Zero-shot классификация, Поиск по текстам, Картинка → текст, Текст → картинка
- Размер
- 1B–10B записей
- Скачиваний за месяц
- 15,2 тыс.
- Лайков
- 213
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("UCSC-VLAA/Recap-DataComp-1B")