腾讯 发布 Hunyuan-Recap100M 数据集, 应用在 视觉语言模型、跨模态生成 领域

腾讯 本次发布的数据集 Hunyuan-Recap100M, Hunyuan-Recap100M是一个由腾讯Hunyuan Team发布的合成字幕数据集，包含1亿个图像-文本对。该数据集通过直接偏好优化方法（DPO）生成，显著降低了hallucinations（虚假信息）的出现，同时富含知识信息，旨在解决大规模视觉语言模型预训练中的数据不足问题。数据集的构建目的是为视觉语言模型预训练、跨模态生成等研究领域提供高质量的多模态数据。

查看Hunyuan-Recap100M

关于 腾讯 , 腾讯是中国领先的互联网科技公司，成立于1998年，总部位于深圳。公司主要提供社交网络、移动支付、在线游戏、云计算等服务，旗下拥有微信、QQ等知名产品，是全球最大的互联网公司之一。

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。