К содержимому

Датасет · yushaohan

Датасет для чередующейся генерации текста и картинок

yushaohan/IntReal-100K

От 10 до 100 тысяч реальных мультимодальных последовательностей из текста и изображений с инструкциями.

Что внутри

Корпус на английском языке содержит от 10 до 100 тысяч примеров для генерации чередующихся последовательностей текста и изображений (interleaved generation). Данные охватывают четыре категории — сторителлинг, знания, планирование и туториалы — и включают инструкции к задачам, а тестовый сплит дополнен детальными рубриками для оценки.

Что можно сделать

  • SFT-обучение мультимодальных моделей, умеющих одновременно генерировать текст и иллюстрации
  • Создание систем для автоматической вёрстки иллюстрированных инструкций и историй
  • Оценка качества мультимодальной генерации по встроенным рубрикам
Задачи
Мультимодальные
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
3,3 тыс.
Лайков
4

Как загрузить

from datasets import load_dataset

ds = load_dataset("yushaohan/IntReal-100K")