COYO-700M

COYO-700M是一个大型数据集，其中包含747M图像文本对以及许多其他元属性，以提高训练各种模型的可用性。我们的数据集遵循与以前的视觉和语言数据集相似的策略，在HTML文档中收集了许多有用的alt-text对及其相关图像。我们预计COYO将用于训练与其他类似数据集互补的流行大规模基础模型。有关数据采集过程的更多详细信息，请参阅稍后发布的技术论文。