AIDC-AI/Ovis-dataset

该数据集是一个用于训练Ovis的多模态数据集集合。Ovis是一种新颖的多模态大型语言模型架构，旨在结构上对齐视觉和文本嵌入。数据集包含新发布的文件`laion-description-11k.json`、`cc12m-description-1m.json`和`cc12m-qa-387k.json`，这些文件采用CC BY 4.0许可证。其他文件来自公开可用的数据集，受其特定许可条件约束。

This dataset is a collection of multimodal datasets used for training Ovis. Ovis is a novel Multimodal Large Language Model (MLLM) architecture, designed to structurally align visual and textual embeddings. The dataset includes newly released files `laion-description-11k.json`, `cc12m-description-1m.json`, and `cc12m-qa-387k.json`, which are licensed under CC BY 4.0. All other files are from publicly available datasets and are governed by their specific licensing conditions.

原始信息汇总

数据集描述

该数据集是一系列用于训练Ovis的多模态数据集集合。Ovis是一种新颖的多模态大型语言模型（MLLM）架构，旨在结构化地对齐视觉和文本嵌入。

许可证

以下文件由我们新发布，并根据CC BY 4.0许可证授权：

• laion-description-11k.json
• cc12m-description-1m.json
• cc12m-qa-387k.json

其他文件来自公开可用的数据集，并受其特定许可条件的约束。