图片-图文交织

主要数据内容包括：大规模图文交错数据（Interleaved Image-Text Data）超过 9 亿级互联网图文混合文档数据基于 Common Crawl 构建的网页级多模态数据资源文本段落与多图片交替组织的长上下文内容覆盖新闻、百科、博客、论坛、视频页面等多场景互联网内容包含图片 URL、Caption、文本段落与丰富元数据信息提供图像质量、去重、美学评分与安全过滤相关标注数据支持的能力方向包括：多模态大模型（MLLM）预训练Vision-Language Model（VLM）训练图文交错长上下文学习（Interleaved Learning）多模态 In-Context Learning 能力训练图文语义对齐与跨模态理解OCR、视觉问答（VQA）与复杂视觉推理训练多模态检索与跨模态 RAG 训练适用于：多模态 AI 基础模型研发大规模视觉语言模型训练图文联合生成与理解任务AIGC 多模态数据训练多模态 Benchmark 与算法评测跨模态数据工程与语义研究