Baaivision 发布 DenseFusion-1M 数据集, 应用在 多模态感知、视觉-语言理解 领域

Baaivision 本次发布的数据集 DenseFusion-1M, 该数据集包含了来自未筛选的LAION数据集的100万张具有高度代表性的图片，并通过一款标题生成引擎为这些图片生成了密集的描述，以增强多模态感知能力。该数据集旨在提升现有多语言大模型在多样化的视觉-语言基准测试中的感知和认知能力，特别是针对高分辨率图像。规模达到了100万张图片，任务聚焦于多模态感知和视觉-语言理解。

查看DenseFusion-1M

README 内容： 

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。