LLaVA-Instruct-150K liuhaotian
LLaVA Visual Instruct 150K Dataset Card Dataset details Dataset type: LLaVA Visual Instruct 150K is a set of GPT-generated multimodal instruction-following data. It is constructed for visual instruction tuning and for building large multimodal towards GPT-4 vision/language capability. Dataset date: LLaVA Visual Instruct 150K was collected in April 2023, by prompting GPT-4-0314 API. Paper or resources for more information: https://llava-vl.github.io/ License:… See the full description on the dataset page: https://huggingface.co/datasets/liuhaotian/LLaVA-Instruct-150K.
- 类型
- dataset
- 许可
- cc-by-4.0
- 语言
- en
- 下载量
- 6,411
- 点赞
- 631
- 访问
- public
- 文件
- 0
标签
- 多模态数据集
- 指令微调
- 视觉语言模型
- 视觉问答
- 图像理解
- 合成数据
- 多模态
- 大语言模型
摘要
该数据集包含约15万条由GPT-4生成的视觉多模态指令跟随数据，专为视觉指令微调（visual instruction tuning）构建，目标是推动大型多模态模型达到接近GPT-4的视觉/语言综合能力。它包含视觉问答、图像理解等任务数据，可用于训练和评测多模态对话系统及视觉语言模型，适合研究者和爱好者用于大模型多模态方向的研究。
README
--- license: cc-by-4.0 task_categories: - visual-question-answering - question-answering language: - en pretty_name: LLaVA Visual Instruct 150K size_categories: - 100K<n<1M --- # LLaVA Visual Instruct 150K 数据集卡片 ## 数据集详情 **数据集类型：** LLaVA Visual Instruct 150K 是一套由 GPT 生成的多模态指令跟随数据。 它旨在用于视觉指令微调，并构建向 …