Датасет · vikhyatk
Вопросы-ответы по изображениям LNQA
vikhyatk/lnqa
VQA-датасет на основе Localized Narratives: пары вопрос-ответ по изображениям.
Что внутри
Датасет для визуальных вопросов и ответов (VQA), построенный на Localized Narratives. Содержит изображения и текстовые пары вопрос-ответ; объём — от 100 тыс. до 1 млн примеров. Подробности сборки описаны в блоге автора.
Что можно сделать
- Для дообучения VQA-моделей, например LLaVA-подобных
- Для оценки мультимодальных моделей на вопросах по изображениям
- Для LoRA-адаптации vision-language модели
- Задачи
- Вопросы по картинкам
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,4 тыс.
- Лайков
- 91
Как загрузить
from datasets import load_dataset
ds = load_dataset("vikhyatk/lnqa")