Hugging Face 发布 CC15M-YFCC15M 数据集, 应用在 语言-图像预训练、机器学习 领域

Hugging Face 本次发布的数据集 CC15M-YFCC15M, 该数据集是CLIP预训练数据的一个子集，包含了50万条记录用于模型训练，以及10万条记录用于模型评估。总体规模达到了1570万条记录，其中500,000条用于训练，100,000条用于评估。该数据集的任务是进行语言-图像预训练的模型训练与评估。

查看CC15M-YFCC15M

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。