maum-ai/General-Evol-VQA

General-Evol-VQA-1.2M数据集经过精心策划，旨在增强视觉语言模型（VLMs）的通用指令能力。该数据集包含两个子集：60万英文样本和60万韩文样本。建议将此数据集与其他任务特定数据集（如OCR、语言、代码、数学等）结合使用，以提高性能并实现更强大的模型能力。数据集由maum.ai Brain NLP的Jaeyoon Jung和Yoonshik Kim创建，目标语言为韩语和英语。种子数据来源于VQAv2数据集，生成方法基于MMEvol论文中的方法进行修改，以生成高质量的视觉问答（VQA）数据集。

This dataset has been carefully curated to enhance the general instruction capabilities of Vision-Language Models (VLMs). It comprises two subsets: 600k English samples and 600k Korean samples. The dataset is targeted at Korean and English languages. The creation of this dataset utilized seed data from the VQAv2 dataset and modified the method from the MMEvol paper to generate high-quality VQA dataset.