五号数据雷达

字节跳动 本次发布的数据集 DenseWorld-1M, DenseWorld-1M是一个大规模、详细、密集的视觉语言数据集，用于多模态大型语言模型（MLLMs）的预训练、监督微调和后训练。该数据集包含实体级别的掩码和标签，对象级别的详细描述，以及场景级别的密集地描述。DenseWorld-1M数据集的创建过程分为三个阶段：开放世界感知、详细对象描述生成和密集描述合并。DenseWorld-1M数据集旨在解决现有数据集缺乏详细、密集的对象描述、地描述和对象位置信息的问题，并为下游任务如视觉语言理解、视觉定位和区域描述生成提供数据支持。

查看DenseWorld-1M

README 内容： 

关于 字节跳动 , 字节跳动是一家中国的互联网科技公司，以其核心产品今日头条而闻名，专注于利用人工智能技术为用户提供个性化的信息推荐服务。

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。