neoneye/simon-arc-rle-image-v9

该数据集是一个用于图像到文本和文本到图像任务的英语数据集，包含多个版本，每个版本针对不同的图像大小和任务进行了优化。数据集的主要特点包括图像大小在1到30像素之间，任务涉及旋转图像、颜色计数、邻居像素匹配等。数据集的目的是通过调整图像大小和任务类型，优化大语言模型在处理这些任务时的表现。

The dataset, named simons ARC (abstraction & reasoning corpus) RLE (run-length-encoding) image version 9, is primarily used for image-to-text and text-to-image tasks. It consists of multiple versions, each optimized for specific issues such as image rotation, color counting, and matching neighboring pixels. The image sizes range from 1 to 30 pixels, aiming to help the LLM better understand and process image data through continuous optimization.

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别:
  • 图像到文本
  • 文本到图像
• 语言: 英语
• 名称: simons ARC (abstraction & reasoning corpus) RLE (run-length-encoding) image version 9
• 大小类别: 10K<n<100K
• 配置:
  • 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data.jsonl

版本更新

Version 1

• 描述: 数据集项类型均匀分布。LLM在某些类型上表现良好，但旋转图像存在问题。
• 图像尺寸: 1到10像素

Version 2

• 描述: 大部分数据集项为旋转图像，以解决LLM在此类图像上的困难。
• 图像尺寸: 1到5像素
• 效果: 验证损失有所改善。

Version 3

• 描述: 主要关注count_same_color_as_center_with_8neighbors_nowrap，图像尺寸为1-6像素。
• 问题: LLM在count_same_color_as_center_with_8neighbors_nowrap上仍有困难。

Version 4

• 描述: 再次尝试使用更小的图像，尺寸为1到5像素。
• 新增: same_color_inside_3x3_area_nowrap，检查周围像素是否同意同一颜色。
• 效果: 略有帮助，但计数邻居仍不理想。

Version 5

• 描述: 新增pixels_with_k_matching_neighbors，k参数在1-8之间。
• 图像尺寸: 1-6像素
• 效果: 有助于改善邻居像素计数。

Version 6

• 描述: 所有变换权重相同。
• 图像尺寸: 1-11像素

Version 7

• 描述: 关注直方图和k近邻，图像尺寸为1-12像素。
• 效果: LLM似乎已经掌握。

Version 8

• 描述: 关注直方图和k近邻，图像尺寸为5-20像素。

Version 9

• 描述: 关注直方图和k近邻，图像尺寸为10-30像素。