--- task_categories: - image-to-text language: - en tags: - image-to-text - image-captioning - visual-question-answering size_categories: - 1M<n<10M --- # Data details - **274K multimodal feedback and

Hugging Face2023-11-13 更新170

mcding-org/CorrectDPO-Eval-DPP_Q0.5B_PP10_beta0.10p0.30pi0.30

机器学习评估

模型性能测试

--- dataset_info: config_name: ab2 features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: response dtype: string - nam

Hugging Face2024-05-20 更新120

mobile-vlm-data

视觉问答

自然语言处理

这是一个包含多个配置的数据集集合，每个配置都包含图像和与其相关的对话信息。对话信息由问题与响应组成，适用于视觉问答等任务。

Hugging Face2025-11-25 更新170

ChuGyouk/PubMedVision-EnKo

医学影像

视觉问答

PubMedVision是一个大规模的医学视觉问答数据集。该数据集从PubMed中提取高质量的图像-文本对，并使用GPT-4V进行格式化以提升其质量。PubMedVision显著提高了多模态语言模型在医学领域的多模态能力。数据集包含1,294,062个医学视觉问答实例，分为对齐视觉问答和指令微调视觉问答两部分，每部分各含647,031个数据。

Hugging Face2025-01-20 更新140