nyu-visionx/Cambrian-10M

Cambrian-10M是一个全面的数据集，专为指令调优设计，特别是在涉及视觉交互数据的多模态设置中。该数据集旨在解决高质量多模态指令调优数据的稀缺问题，并保持多模态大语言模型（LLMs）的语言能力。数据集包含约978.4万条数据点，涵盖多种研究应用。数据收集方法包括利用现有的多模态基准数据集、语言指令跟随数据以及通过特定数据引擎生成的知识型多模态指令调优数据。