字节跳动 发布 CC-SBU 数据集, 应用在 文本到图像生成、机器学习 领域

字节跳动 本次发布的数据集 CC-SBU, CC-SBU数据集是由字节跳动和卡内基梅隆大学的研究团队构建的，旨在为文本到图像生成模型提供训练数据。该数据集包含40万张图像，每张图像都配有视觉相关的简短描述。数据来源包括Conceputal Captions (CC)和SBU Captions (SBU)两个公开数据集。数据集创建过程中，研究人员通过组合这两个数据集中的图像和描述，生成了CC-SBU数据集。该数据集的应用领域主要集中在文本到图像生成模型的训练和评估，旨在解决图像生成过程中描述噪声对模型性能的影响问题。

查看CC-SBU

关于 字节跳动 , 字节跳动是一家全球领先的互联网技术公司，成立于2012年，总部位于北京。该公司以开发创新的内容平台和应用而闻名，如抖音（TikTok）和今日头条。字节跳动通过其先进的人工智能技术，为用户提供个性化的内容推荐服务，业务覆盖全球多个国家和地区。

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。