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")