Datasets de LLM

1.400 imágenes de datos de descripción y anotación de comportamiento humano recogen múltiples escenarios y múltiples actividades humanas, y se han anotado las personas en las imágenes. Estos datos pueden proporcionar recursos ricos para modelos grandes multimodales. Después de ser verificados por múltiples empresas de IA, estos datos ayudan a que los modelos se desempeñen de manera excelente en aplicaciones del mundo real. Durante el proceso de recolección, almacenamiento y uso de datos, siempre seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando que la privacidad y los derechos legítimos de los usuarios sean mantenidos. Todos los datos cumplen con los requisitos regulatorios como GDPR, CCPA y PIPL.

20.846 grupos de datos de descripción texto-imagen de recetas. Cada receta contiene 4-18 imágenes y una descripción de texto correspondiente a cada imagen. Las cocinas incluyen china, occidental, coreana, japonesa, etc. El idioma de descripción es chino e inglés. En cuanto a la longitud del texto, las descripciones en chino no tienen menos de 15 caracteres, las descripciones en inglés no tienen menos de 30 palabras. Los datos pueden usarse en recomendación de recetas, educación culinaria, etc.

100.000 grupos de datos de descripción texto-imagen de iconos. Los datos contienen 2 categorías principales de iconos: iconos de estilo 3D e iconos vectoriales de ilustración, con un total de 17 subcategorías. En cuanto a anotaciones, el idioma de descripción de iconos es chino, con una extensión de descripción de alrededor de 30 caracteres. Los datos pueden usarse para reconocimiento de gráficos, interacción de interfaz y otras tareas.

200.000 conjuntos de datos de imagen y texto de edificios emblemáticos de múltiples países. Cada conjunto de datos contiene una imagen + un documento de descripción en chino e inglés. Los hitos nacionales incluyen 80.000 conjuntos, y los hitos de otros países 120.000 conjuntos. La distribución de países incluye no menos de 20 países, incluyendo Estados Unidos, Reino Unido, Francia, Rusia, Alemania, etc. El número de imágenes correspondientes a cada hito se distribuye entre 1 y 10 imágenes, incluyendo información del hito desde diferentes ángulos, distancias y períodos de tiempo. Los tipos de hitos incluyen varios tipos de edificios emblemáticos, como rascacielos comerciales, edificios antiguos, monumentos, bibliotecas, atracciones turísticas, etc. En cuanto al contenido de la anotación, se anota el país del hito, la ciudad del hito, la ubicación específica del hito, la clasificación del hito y la descripción del hito. Los datos pueden utilizarse para el reconocimiento y análisis de edificios emblemáticos.

1 millón de grupos de imágenes y descripciones, los tipos de imágenes cubren múltiples categorías como paisajes, animales, flores y árboles, personas, automóviles, deportes, industria y arquitectura, y un subconjunto estético, describiendo la escena general de la imagen, detalles en la escena y las emociones expresadas por la imagen, el idioma de descripción es inglés y chino.

70.303 conjuntos de datos de descripción de imagen y texto de estilo nacional de múltiples países incluyen varias categorías como pinturas de caligrafía, festivales, ropa, instrumentos musicales, etc., cada imagen ha sido descrita. Estos datos pueden proporcionar recursos ricos para modelos grandes multimodales. Después de ser verificados por múltiples empresas de IA, estos datos ayudan a que los modelos se desempeñen de manera excelente en aplicaciones del mundo real. Durante el proceso de recolección, almacenamiento y uso de datos, siempre seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando que la privacidad y los derechos legítimos de los usuarios sean mantenidos. Todos los datos cumplen con los requisitos regulatorios como GDPR, CCPA y PIPL.

100.000 problemas de datos de recolección de preguntas de razonamiento lógico, que cubren varios tipos de preguntas como razonamiento gráfico, pruebas de coeficiente intelectual IQ, razonamiento de pensamiento lógico, preguntas de visión gráfica, razonamiento de imágenes de enciclopedia de conocimiento, razonamiento detectivesco, etc., y se han transcrito las preguntas, respuestas y análisis. Este conjunto de datos incluye el proceso de cadena de pensamiento, que puede mejorar la capacidad de razonamiento lógico de los modelos grandes. Seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando la protección de la privacidad y los derechos legítimos de los usuarios durante la recolección, almacenamiento y uso de datos, y todos los datos cumplen con GDPR, CCPA y PIPL.

12.500 conjuntos de datos de edición de imágenes (edición de escenas), de los cuales 2.500 conjuntos son para ajuste de sombras, 2.500 para ajuste de iluminación, 2.500 para añadir/eliminar objetos reflectantes, 2.500 para corrección de exposición y 2.500 para filtros de efectos. Las imágenes abarcan diversas escenas, categorías, condiciones climáticas y franjas horarias. La precisión de correspondencia entre la imagen y el contenido textual no es inferior al 95%. Los datos pueden utilizarse para tareas como síntesis de imágenes y generación de escenas virtuales.

68750 grupos en total, de los cuales 62500 corresponden a edición basada en conocimiento y 6250 a edición basada en reglas físicas. Las imágenes abarcan una amplia variedad de escenas y categorías. En la anotación, la imagen original se edita según las instrucciones del documento para generar una imagen de resultado; en la mayoría de las categorías, el proceso también incluye pasos de razonamiento. La precisión de coincidencia entre la imagen y el contenido textual es de al menos el 95 %. Los datos pueden utilizarse para tareas como generación de escenas virtuales, síntesis de imágenes y aumento de datos.