数据集简介
由腾讯BAC团队发布的视觉-语言指令微调数据集，主要用于支持多模态大模型的监督微调（SFT）。
主要用途
- 训练或微调视觉-语言模型（VLM），使其能够理解和响应结合图像与文本的复杂指令。
- 提升模型在视觉问答、图像描述、多模态推理等任务上的性能。
数据类型/模态
- 主要模态：图像（Image）
- 数据集专注于视觉-语言任务，即模型需要同时处理图像输入和文本指令/问题。
规模与统计
- 数据集在平台上的预览信息显示行数为0，这可能意味着数据集内容需要通过特定方式（如API）访问，或元数据仅作占位。
- 下载量：20次
- 点赞数：2次
使用场景
适用于研究和开发需要结合视觉与语言理解能力的AI模型，例如：
- 构建能够根据图片回答问题的智能助手。
- 开发多模态对话系统。
- 进行视觉指令跟随、图像内容分析等相关研究。