laion/gpt4v-dataset

---
license: cc0-1.0
dataset_info:
features:
- name: link
dtype: string
- name: caption
dtype: string
- name: message_id
dtype: string
- name: timestamp
dtype: string
- name: image
dtype: 'null'
splits:
- name: train
num_bytes: 13170765
num_examples: 12356
download_size: 7339665
dataset_size: 13170765
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

---
许可协议: CC0-1.0
数据集信息:
字段定义:
- 字段名: 链接(link), 数据类型: 字符串
- 字段名: 标注文本(caption), 数据类型: 字符串
- 字段名: 消息ID(message_id), 数据类型: 字符串
- 字段名: 时间戳(timestamp), 数据类型: 字符串
- 字段名: 图像(image), 数据类型: 空类型
数据集划分:
- 划分名称: 训练集(train), 字节数: 13170765, 样本量: 12356
下载大小: 7339665
数据集总大小: 13170765
配置项:
- 配置名称: 默认配置(default), 数据文件:
- 划分: 训练集(train), 路径: data/train-*
---

原始信息汇总

数据集概述

特征信息

• link: 数据类型为字符串（string）
• caption: 数据类型为字符串（string）
• message_id: 数据类型为字符串（string）
• timestamp: 数据类型为字符串（string）
• image: 数据类型为空（null）

数据分割

• train:
  • 字节数: 13170765
  • 样本数: 12356

数据大小

• 下载大小: 7339665
• 数据集大小: 13170765

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*