5CD-AI/Vietnamese-ShareGPT4Vision-gg-translated

---
task_categories:
- visual-question-answering
- question-answering
language:
- en
- vi
size_categories:
- 100K<n<1M
tags:
- multi-modal
- image-captioning
- vqa
- sharegpt4v
- GPT4-Vision
---

任务类别：
- 视觉问答（visual-question-answering）
- 问答（question-answering）
支持语言：
- 英语
- 越南语
规模类别：
- 10万 < 样本数量 < 100万
标签：
- 多模态（multi-modal）
- 图像字幕（image-captioning）
- VQA
- ShareGPT4V
- GPT4-Vision

原始信息汇总

数据集概述

任务类别

• 视觉问答（visual-question-answering）
• 问答（question-answering）

语言支持

• 英语（en）
• 越南语（vi）

数据集大小

• 数据集大小介于10万到100万之间

标签

• 多模态（multi-modal）
• 图像标注（image-captioning）
• 视觉问答（vqa）
• sharegpt4v
• GPT4-Vision

搜集汇总

背景与挑战

背景概述

该数据集是一个多模态视觉问答数据集，包含超过10万条数据，每条数据由图像、对应的英语和越南语对话组成，用于训练和评估视觉理解模型。数据集特点包括双语支持（英语和越南语）、基于GPT生成的图像描述和问答对，适用于视觉问答和图像描述任务。