LLaVA-Docent/llava_docent_v1.2

Name: LLaVA-Docent/llava_docent_v1.2
Creator: LLaVA-Docent
Published: 2023-11-29 23:41:40
License: 暂无描述

Hugging Face2023-11-29 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/LLaVA-Docent/llava_docent_v1.2

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

--- license: apache-2.0 ---

Hugging Face2024-02-25 更新30

LLaVA（Large Language and Vision Assistant）是一个多模态数据集，结合了大规模的文本和视觉数据，旨在训练能够理解和生成多模态内容的AI模型。该数据集包括图像描述、视觉问答、图像生成文本等多种任务的数据。

github.com890

该数据集是一个混合型数据集，它结合了COCO 2017、GQA、OCR-VQA、TextVQA和VisualGenome的数据，主要用于视觉-语言模型的指令微调。此外，该数据集包含了66.5万个条目，这对于提升模型在遵循指令任务中的性能至关重要。该任务旨在对视觉-语言模型进行指令微调。

arXiv700

LLaVA代表了一种新颖的端到端训练的大规模多模式模型，该模型结合了视觉编码器和Vicuna，以实现一般的视觉和语言理解，从而实现了令人印象深刻的聊天功能，该功能以GPT-4的精神模仿了多模式，并在科学QA中设置了新的最先进的准确性。

OpenXLab00

OpenDataLab2026-07-05 更新80