M5Product est un ensemble de données de pré-formation multimodal à grande échelle avec des annotations à grain grossier et à grain fin pour les produits électroniques.

• Il se compose de plus de 6 millions de paires multimodales avec plus de 5 000 attributs.
• Contient des informations multimodales riches, notamment des images, du texte, des tableaux, des vidéos et de l'audio.
• Contient 6 millions d'annotations de catégories, couvrant plus de 6 000 catégories.
• Sources de données étendues (fournies par 1 million de commerçants).