PixelProse

Conjunto de dados de descrição de imagens em larga escala, fornecendo mais de 16 milhões de descrições de imagens sintéticas.

Produto ComumOutrosDescrição de imagemModelo de visão linguística

Abrir Site

PixelProse é um conjunto de dados em larga escala criado pelo tomg-group-umd, que utiliza o modelo avançado de visão linguística Gemini 1.0 Pro Vision para gerar mais de 16 milhões de descrições de imagens detalhadas. Este conjunto de dados é de grande importância para o desenvolvimento e aprimoramento de tecnologias de conversão de imagem para texto, podendo ser usado em tarefas como geração de descrição de imagens e perguntas e respostas visuais.

Best AI Websites & Tools

PixelProse

PixelProse Situação do Tráfego Mais Recente

PixelProse Tendência de Visitas

PixelProse Distribuição Geográfica das Visitas

PixelProse Fontes de Tráfego

PixelProse Alternativas

PixelProse — Conjunto de dados de descrição de imagens em larga escala, fornecendo mais de 16 milhões de descrições de imagens sintéticas.

Agente de Busca Level-Navi — O Agente Level-Navi é uma estrutura pronta para uso, sem necessidade de treinamento, que utiliza modelos de linguagem grandes para compreensão profunda de consultas e busca precisa.

Signs — Plataforma que utiliza inteligência artificial para auxiliar no aprendizado e na contribuição para a Língua de Sinais Americana (ASL).

Dolphin R1 — Dolphin R1 é um conjunto de dados para treinamento de modelos de raciocínio, contendo 800.000 amostras.

Nemotron-CC — Transforma o Common Crawl em um conjunto de dados de pré-treinamento de longo prazo refinado

AGIBOT WORLD — Conjunto de dados de aprendizado de robótica em larga escala, impulsionando o desenvolvimento de estratégias de robôs multifuncionais.

RapBank — Primeiro conjunto de dados de geração de música rap

RLVR-GSM-MATH-IF-Mixed-Constraints — Conjunto de dados de problemas matemáticos para validação de aprendizado por reforço

MAmmoTH-VL — Plataforma de raciocínio multimodais em larga escala e ajuste fino por instruções

FineWeb2 — Conjunto de dados de pré-treinamento multilíngue

OLMo 2 1124 13B Mistura de Preferências — Conjunto de dados de mistura de preferências multilíngue em larga escala

dolmino-mix-1124 — Conjunto de dados de alta qualidade, usado na segunda etapa do treinamento do OLMo2.

Tülu 3 — Framework de pós-treinamento de modelos de linguagem avançados de código aberto

GenXD — Estrutura avançada para gerar quaisquer cenas 3D e 4D.

Sparsh — Representação tátil autossupervisionada para sensoriamento tátil baseado em visão.

Modelo Mundial 1X — Modelo mundial avançado que fornece simulação e avaliação virtual para robôs.

GameGen-O — Modelo de transformação de difusão para gerar videogames de mundo aberto

CSGO — Aplicação da síntese de estilo de conteúdo na geração de imagem a partir de texto

MedTrinity-25M — Conjunto de dados médicos multimodais em larga escala

MINT-1T — Um conjunto de dados multimodais com um trilhão de tokens e 3,4 bilhões de imagens.

Conjunto de Dados SA-V — Conjunto de dados de vídeo usado para treinar modelos de segmentação de objetos genéricos.

Modelo Segment Anything 2 — Um modelo básico de segmentação visual para imagens e vídeos.

DCLM-baseline — Conjunto de dados de benchmark para modelos de linguagem de alto desempenho

UltraEdit — Conjunto de dados de edição de imagens em larga escala

emo-visual-data — Conjunto de dados de anotação visual de emojis

UltraMedical — Modelo profissional multidisciplinar na área de biomedicina

ImageInWords — Modelo para gerar descrições de imagens extremamente detalhadas, utilizado no treinamento de modelos de linguagem visual.

WildChat — Um corpus constituído por interações entre usuários reais e o ChatGPT.

Servidor espelho Hugging Face — Um projeto sem fins lucrativos dedicado a ajudar desenvolvedores de IA na China a baixar modelos e conjuntos de dados de forma rápida e estável.

FineWeb — Conjunto de dados de páginas web em inglês de alta qualidade