阿布扎比技术创新研究所 发布 VisCon-100K 数据集, 应用在 视觉语言模型、自然语言处理 领域

阿布扎比技术创新研究所 本次发布的数据集 VisCon-100K, VisCon-100K是由阿布扎比技术创新研究所创建的一个包含10万条样本的视觉语言模型微调数据集。该数据集从OBELICS数据集中精选45K网页文档，利用GPT-4V生成图像上下文字幕，并通过OpenChat 3.5模型生成多样化的问答对。数据集融合了精细的视觉描述和更广泛的上下文信息，显著提升了视觉语言模型的性能。

查看VisCon-100K

Dataset card 内容： 

Files and versions 内容： 

关于 阿布扎比技术创新研究所 , 阿布扎比技术创新研究所位于阿联酋阿布扎比，是一个专注于前沿技术研究和创新的机构。该研究所致力于推动人工智能、量子计算、机器人技术等领域的发展，旨在通过科技创新促进社会和经济的进步。

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。