图片-图文配对 (coyo-700m)

数据集简介

主要数据内容包括： 超大规模图文配对数据（Image-Text Pair） 超过 7 亿互联网图片与英文文本描述数据 基于 Common Crawl 构建的网页级视觉语义数据资源 包含图片 URL、Caption、分辨率与丰富元数据信息 提供 CLIP 相似度、NSFW、安全性、美学评分等质量标注数据 覆盖人物、商品、动物、自然、艺术、生活等多类别视觉内容 支持大规模视觉与多模态模型训练的数据资源 支持的能力方向包括： Vision-Language Model（VLM）训练 多模态大模型（MLLM）预训练 图文语义对齐与跨模态学习 文生图（Text-to-Image）模型训练 CLIP 类视觉语义模型训练 图像分类、检索与视觉理解训练 零样本（Zero-shot）与生成式 AI 模型训练 适用于： 多模态 AI 模型研发 AIGC 图像生成与理解 视觉语言基础模型训练 图文检索与语义分析任务 计算机视觉与多模态研究 大规模视觉数据 Benchmark 与算法评测

数据质量