OpenBMB 发布 Synthetic Data for Training VisRAG 数据集, 应用在 多模态检索生成、模型训练 领域

OpenBMB 本次发布的数据集 Synthetic Data for Training VisRAG, 该数据集是为了训练VisRAG系统中的检索器而收集的合成数据，它使得模型能够在多模态文档上进行检索和生成任务。此外，该数据集还用于训练如MiniCPM-V 2.0和MiniCPM-V 2.6等模型，并且是展示VisRAG有效性实验的一部分。其任务主要聚焦于增强型检索生成。

查看Synthetic Data for Training VisRAG

README 内容： 

关于 OpenBMB , OpenBMB是一个专注于大规模预训练语言模型研发与应用的开源社区。

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。