[CV] MINT-1T: Scaling Open-Sourc-20240619060346

爱可可-爱生活 · 微博 · AI · 2024-06-19 06:03

文章预览

2024-06-19 06:03 本条微博链接 [CV] MINT-1T: Scaling Open-Source Multimodal Data by 10x: A Multimodal Dataset with One Trillion Tokens 网页链接构建了迄今最大最多样的开源多模态交织预训练数据集MINT-1T，包含1万亿文本标记和30亿图像，来自HTML、PDF和ArXiv三个不同源，实验证明相比于以往数据集，它能训练出性能更优的多模态模型。 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

宝玉xp · Google 的新玩具 Whisk，可以简单的用图片组合生成新的-20241217014607

8 小时前

黄建同学 · Meta FAIR团队发布了全新研究——Meta Motivo，-20241214173859

2 天前

宝玉xp · 转发微博-20241212155621

4 天前

宝玉xp · //@Rex牙醫:说得好-20241212011245

5 天前

黄建同学 · Replit Agent 今天正式发布：#ai##程序员# - -20241211192320

5 天前