华为诺亚方舟实验室 发布 Wukong 数据集, 应用在 跨模态学习、预训练数据集 领域

华为诺亚方舟实验室 本次发布的数据集 Wukong, Wukong是由华为诺亚方舟实验室创建的大规模中文跨模态预训练数据集，包含1亿对中文图像-文本对，用于推动视觉-语言预训练研究。数据集通过高频中文词汇列表收集，覆盖广泛视觉和文本概念，适用于多种下游任务，如零样本图像分类和图像-文本检索，旨在解决中文环境下跨模态学习的挑战。

查看Wukong

关于 华为诺亚方舟实验室 , 华为诺亚方舟实验室是华为公司旗下的一个研究机构，专注于人工智能和大数据技术的研究与应用，致力于推动技术创新和产业发展。

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。