ShareGPT4V

ShareGPT4V Captions 1.2M数据集旨在提升大型多模态模型（LMMs）的模态对齐和细粒度视觉概念感知能力。该数据集包含120万条由GPT4-Vision生成的多模态字幕数据，以及通过Share-Captioner在GPT4-Vision生成数据上训练得到的字幕数据。主要用于大型多模态模型和聊天机器人的研究，目标用户为计算机视觉、自然语言处理、机器学习和人工智能领域的研究人员和爱好者。数据集遵循CC-BY-NC 4.0授权许可，并遵守OpenAI的使用条款。