发布 MIMIC-IT 数据集, 应用在 视觉-语言模型、多模态指令遵循 领域

本次发布的数据集 MIMIC-IT, 该数据集包含了2.8百万条指令与响应的配对，旨在提升视觉-语言模型（VLM）在实际场景中的表现。此外，该数据集还能增强VLM在感知、推理和规划方面的能力。规模达到了2.8百万条配对，任务类型为多模态指令遵循。

查看MIMIC-IT

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。