五号数据雷达

加州大学伯克利分校 本次发布的数据集 SMIR, SMIR数据集由加州大学伯克利分校、斯坦福大学和加州理工学院的研究团队开发，旨在解决多图像推理任务中的数据集稀缺问题。该数据集包含160,000个训练样本，通过多模态嵌入技术提取高度相关的图像，并结合开源大语言模型生成高质量的指令数据。数据集生成过程包括图像和文本的多模态嵌入构建、聚类算法以及基于开源模型的指令生成。SMIR数据集的应用领域主要集中在多图像推理任务中，旨在提升视觉-语言模型在多图像场景下的推理能力，解决现有开源模型在多图像任务中表现不佳的问题。

查看SMIR

README 内容： 

关于 加州大学伯克利分校 , 加州大学伯克利分校（University of California, Berkeley），简称伯克利，位于美国加利福尼亚州伯克利市，是世界著名的公立研究型大学，也是加州大学系统的创始校区之一。该校以其卓越的学术成就和科研实力闻名，尤其在工程、计算机科学、经济学和社会科学等领域具有重要影响力。

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。