Internally Curated 发布 Internally Curated Dataset 数据集, 应用在 图像合成、机器学习 领域

Internally Curated 本次发布的数据集 Internally Curated Dataset, 该数据集包含了超过10亿张图像-文本对，用于训练D-JEPA⋅T2I模型。在整理过程中，我们排除了美学评分低于5.0的图像，并使用OCR工具过滤掉包含文本的图片。此外，为确保数据的真实性，合成数据集仅占整个数据集的大约5%。该数据集的规模超过10亿图像-文本对，主要用于高分辨率图像合成和文本到图像的生成任务。

查看Internally Curated Dataset

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。