RLAIF-V 数据集是一个由 AI 生成的多模态偏好数据集,它覆盖了各种任务和领域。该数据集包含超过 44,757 组高质量的对比对,用于训练和评估多模态大型语言模型 (MLLMs)。 RLAIF-V 数据集通过一个新颖的方法,采用开源大模型来对模型响应进行去混杂处理,并提供高质量的反馈数据,以减少不同 MLLMs 的幻觉现象。
此外,RLAIF-V 数据集还用于训练 MiniCPM-Llama3-V 2.5 模型,这代表了第一个端侧 GPT-4V 级别的 MLLM17 。 RLAIF-V 项目已经开源了代码、权重 (7B 、 12B) 和数据,以便研究社区使用和进一步研究。
RLAIF-V 数据集的主要特点包括:
RLAIF-V 数据集的许可证是 CC BY NC 4.0,仅允许非商业用途,并且使用该数据集训练的模型不应在研究目的之外使用。
做种 1
下载中 1
已完成 20
总下载 61