К содержимому

Датасет · wyu1

Мультимодальный SFT-датасет с множеством картинок и текста

wyu1/Leopard-Instruct

925 тысяч инструкций на английском с акцентом на работу с несколькими изображениями и плотным текстом.

Что внутри

Содержит 925 000 пар «изображение — текст» для SFT-обучения на английском языке, из которых 739 000 специально созданы для сценариев с несколькими картинками и большим объёмом текста. На этих данных авторы обучали модели Leopard-LLaVA и Leopard-Idefics2.

Что можно сделать

  • SFT-дообучение мультимодальных моделей (VLM) для анализа документов, скриншотов и инфографики
  • Обучение моделей рассуждать сразу по нескольким изображениям в одном контексте
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
39,7 тыс.
Лайков
64

Как загрузить

from datasets import load_dataset

ds = load_dataset("wyu1/Leopard-Instruct")