Hugging Face 发布了 FineVision，一个包含 1730 万张图片和近 100 亿个答案标记的开放多模态数据集。该数据集经过严格筛选和系统评级，提升了视觉语言模型的训练质量，支持多种新兴任务，减少数据泄漏，推动研究的可重复性和可访问性。