Command Palette
Search for a command to run...
Hebräisch-CLIP Hebräisch-Datensatz
Hebrew-CLIP ist ein von NVIDIA im Jahr 2024 veröffentlichter Datensatz für das Training visuell-sprachlicher Modelle für das Hebräische, der die Anwendung visuell-sprachlicher Modelle wie CLIP in hebräischen Szenarien fördern soll.
Der Datensatz umfasst etwa 7,78 Millionen hebräische Bildbeschreibungen, die hauptsächlich aus maschinell übersetzten Daten von DataComp-1B und mehrsprachigen Daten von LAION-5B bestehen. Die Daten werden im Parquet-Format gespeichert, enthalten keine tatsächlichen Bilder, sondern bieten lediglich Textbeschreibungen sowie Referenzen auf die entsprechenden Bild-Einbettungen und eignen sich für das Training und die Bewertung multimodaler Modelle.
Zusammensetzung des Datensatzes
Der Datensatz besteht aus zwei Parquet-Dateien, die jeweils hauptsächlich die folgenden Felder enthalten:
- key: Eindeutiger Bezeichner der Beschreibung.
- heb_caption: Hebräischer Beschreibungstext.
- file_name: Name der Datei mit der entsprechenden Bild-Einbettung.
- file_index: Indexposition der Einbettung in der Datei.
KI mit KI entwickeln
Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.