OpenAI 发布 LLaVA-v1.5-mix 数据集, 应用在 视觉-语言处理、模型训练 领域

OpenAI 本次发布的数据集 LLaVA-v1.5-mix, 该数据集是一个混合型数据集，它结合了COCO 2017、GQA、OCR-VQA、TextVQA和VisualGenome的数据，主要用于视觉-语言模型的指令微调。此外，该数据集包含了66.5万个条目，这对于提升模型在遵循指令任务中的性能至关重要。该任务旨在对视觉-语言模型进行指令微调。

查看LLaVA-v1.5-mix

Dataset card 内容： 

Files and versions 内容： 

关于 OpenAI , 开放人工智能研究中心（OpenAI）是一家致力于开发和推广友好人工智能的研究机构，成立于2015年，由埃隆·马斯克、萨姆·阿尔特曼等人共同创立。其目标是确保人工智能的发展能够造福全人类，避免其被少数人控制。OpenAI的研究领域涵盖机器学习、自然语言处理、机器人技术等，并在多个领域取得了显著成果。

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。