Multimodal-C4 core（mmc4-core）
收藏OpenDataLab2026-05-24 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/Multimodal_C4_core_mmc4_core
下载链接
链接失效反馈官方服务：
资源简介：
我们创建了两个额外的子集: mmc4-ff，它删除了检测到人脸的图像，mmc4-core，一个更严格过滤和缩小的语料库版本，作为开发人员的初始语料库。
We created two additional subsets: mmc4-ff, which excludes images with detected human faces, and mmc4-core, a more rigorously filtered and downsized version of the corpus intended as the initial corpus for developers.
提供机构：
OpenDataLab
创建时间：
2023-10-20
搜集汇总
数据集介绍
背景与挑战
背景概述
Multimodal-C4 core（mmc4-core）是一个经过严格过滤和缩小的多模态语料库，专为开发人员设计，作为初始开发资源。该数据集由多个知名大学联合发布，包含图像和文本的混合数据，并提供了去除人脸图像的子集mmc4-ff。
以上内容由遇见数据集搜集并总结生成
