ShareGPT4V作者团队又一力作！百万高质量视频-字幕数据助力社区提升多模态大模型视频理解及生成能力

文章预览

↑ 点击 蓝字  关注极市平台 编辑丨极市平台 极市导读   目前，该研究在HuggingFace的6月7日Daily Papers中位居榜首，并且在代码公布后迅速获得500+ Star，得到了国内外的一致关注。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 Paper: https://arxiv.org/abs/2406.04325v1 Project Page: https://sharegpt4video.github.io/ Dataset: https://huggingface.co/datasets/ShareGPT4Video/ShareGPT4Video Code: https://github.com/ShareGPT4Omni/ShareGPT4Video Demo: https://huggingface.co/spaces/Lin-Chen/ShareCaptioner-Video 在过去半年中，图像-语言多模态领域在ShareGPT4V的高质量图像-字幕数据集的推出后逐渐意识到详细、准确的图像-字幕数据对于对齐图像与语言模态的重要性。ShareGPT4V数据集推出至今已在HuggingFace平台的VQA dataset track上获得了历史第二高的点赞数。建立在高质量的ShareGPT4V数据集上，图像理解和图像生成社区也 ………………………………