COYO-700M - Datensatz mit 740 Millionen Bild-Text-Paaren, veröffentlicht von Kakao Brain

 (github.com/kakaobrain)
8 Punkte von xguru 2022-09-01 | 1 Kommentare | Auf WhatsApp teilen
  • Ein groß angelegter Trainingsdatensatz mit rund 740 Millionen Bild-Text-Paaren und vielen weiteren Attributen
  • Gesammelt wurden Bilder in HTML-Dokumenten und ihre alt-Attribute (Zeichenketten, die angezeigt werden, wenn ein Bild in HTML nicht auf dem Bildschirm dargestellt werden kann)
  • Es wird erwartet, dass der Datensatz ergänzend zu anderen ähnlichen Datensätzen zum Training großer Basismodelle genutzt wird
  • „COYO“ wurde zuvor bei der Entwicklung des bereits veröffentlichten hyperskaligen KI-Bildgenerierungsmodells RQ-Transformer und des KI-Artists Karlo eingesetzt
  • Details zum Datensammlungsprozess werden in einem später veröffentlichten Paper verfügbar sein

Verwandte Beiträge