FineVision HuggingFaceM4
Fine Vision FineVision is a massive collection of datasets with 17.3M images, 24.3M samples, 88.9M turns, and 9.5B answer tokens, designed for training state-of-the-art open Vision-Language-Models. More detail can be found in the blog post: https://huggingface.co/spaces/HuggingFaceM4/FineVision Load the data from datasets import load_dataset, get_dataset_config_names # Get all subset names and load the first one available_subsets =… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceM4/FineVision.
- 유형
- dataset
- 다운로드
- 112,161
- 좋아요
- 512
- 접근
- public
- 파일
- 0
태그
- 비전 언어 모델
- 다중모달
- 이미지 데이터셋
- 사전학습 말뭉치
- 이미지 이해
- 텍스트 생성
- 컴퓨터 비전
요약
FineVision은 최신 오픈 비전-언어 모델(VLM) 학습을 위해 설계된 대규모 데이터셋으로, 1,730만 개 이미지와 2,430만 개 샘플, 8,890만 턴, 95억 개의 답변 토큰을 포함합니다. 차트, 화학, 회로, 다이어그램, 문서, 그래픽, 수학, 음악, 표 등 다양한 도메인의 이미지-텍스트 쌍 데이터와 관련성·시각 의존성·이미지 대응·포맷 품질 등 다차원 평가를 제공합니다. 오픈 비전-언어 모델의 사전학습 및 파인튜닝 용도로 활용하기 적합한 멀티모달·다중 도메인 데이터셋입니다.
README
--- dataset_info: - config_name: CoSyn_400k_chart features: - name: images list: image - name: texts list: - name: user dtype: string - name: assistant dtype: string - name: source dtype: string - name: relevance_ratings list: int64 - name: relevance_min dtype: int64 - name: visual_dependency_ratin…