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")