UCSC-VLAA 发布 VL-Thinking 数据集, 应用在 计算机视觉、自然语言处理 领域

UCSC-VLAA 本次发布的数据集 VL-Thinking, VL-Thinking是一个基于R1衍生的视觉指令微调数据集，专为可思考的低级视觉模型（LVLMs）设计。它包含了从不同领域（数学、地理等）和不同类型（封闭式、开放式）的问题，以及与之相关的图像。数据集的样本数量在10K到100K之间，并通过四个步骤生成：图像描述、视觉语言链式思维数据生成、答案重写和答案验证。

查看VL-Thinking

Dataset card 内容： 

Files and versions 内容： 

关于 UCSC-VLAA , UCSC-VLAA是加州大学圣克鲁兹分校（UCSC）的下属实验室，专注于视听分析与学习算法（Visual and Learning Analytics Lab, VLAA）的研究，涵盖机器学习、计算机视觉和自然语言处理等方向。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。