sensenova/ConsistCompose3M

数据集简介

ConsistCompose3M 是由 SenseNova 发布的一个大规模图文对数据集，主要用于支持图像生成和跨模态理解任务。

主要用途

该数据集旨在为训练和评估多模态模型（特别是文生图模型）提供高质量的图文配对数据，以提升模型在生成内容一致性方面的能力。

数据类型/模态

• 模态：图像 (Image) 和文本 (Text)
• 格式：WebDataset 格式，便于高效的大规模数据流式处理。

规模与统计

• 数据量：包含超过 1130 万条图文对样本。
• 下载量：7 次
• 点赞数：4 次

使用场景

适用于训练和微调扩散模型、视觉-语言模型 (VLM) 等，尤其关注于提升模型根据文本描述生成连贯、一致图像的能力。