К содержимому

Датасет · arsaporta

Многоязычный аудио-визуально-текстовый датасет Symile-M3

arsaporta/symile-m3

Многоязычный датасет из аудио, изображений и текста для оценки многомодальных моделей.

Что внутри

Датасет содержит образцы в трех модальностях (аудио, изображения, текст) на шести языках (арабский, греческий, английский, хинди, японский, корейский). Он разработан для проверки способности моделей улавливать связи между данными, где для предсказания изображения необходимы и текст, и аудио.

Что можно сделать

  • Обучение и оценка мультимодальных языковых моделей
  • Исследование задач zero-shot-classification и zero-shot-image-classification
Задачи
Zero-shot классификация, zero shot image classification
Языки
Арабский, el, Английский, Хинди, Японский, Корейский, te, Тайский и ещё 2
Размер
10M–100M записей
Скачиваний за месяц
24,3 тыс.
Лайков
8

Как загрузить

from datasets import load_dataset

ds = load_dataset("arsaporta/symile-m3")