腾讯公司 发布 POINTS1.5 数据集, 应用在 视觉语言模型、中文数据增强 领域

腾讯公司 本次发布的数据集 POINTS1.5, POINTS1.5是由腾讯公司微信人工智能模式识别中心创建的视觉语言模型数据集，旨在提升模型在中文环境下的表现。该数据集包含200万条数据，主要来源于互联网图像，并通过手动和自动方法进行标注。数据集的创建过程包括图像收集、标注、过滤和语言模型翻译等步骤，特别针对中文数据进行了增强。POINTS1.5数据集主要应用于解决实际世界中的复杂视觉任务，如光学字符识别和图像分析，旨在提升模型在多语言环境下的性能。

查看POINTS1.5

README 内容： 

关于 腾讯公司 , 腾讯公司是一家中国的跨国科技公司，主要提供互联网相关服务，包括社交媒体、移动支付、娱乐和云计算等。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。