BriefGPT - AI 论文速递
·
我的大数据中有什么？
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
Wikipedia-based Image Text（WIT）数据集包含37.6百万个实体丰富的图像文本示例，可用于多模态模型的预训练和图像文本检索等下游任务。WIT数据集有四个主要优势：规模大、多语种、覆盖的概念和实体比以前的数据集更加多样化，并提供一个非常具有挑战性的真实世界的测试集。
🎯
关键要点
- WIT数据集包含37.6百万个实体丰富的图像文本示例。
- 该数据集可用于多模态模型的预训练和图像文本检索等下游任务。
- WIT数据集的四个主要优势是：规模大、多语种、概念和实体多样化、提供具有挑战性的真实世界测试集。
➡️
