FineHARD est un ensemble de données d'alignement image-texte de haute qualité qui a été open-source par l'équipe de recherche 360 AI en 2025. Les résultats de l'article associé sont :FG-CLIP : alignement visuel et textuel précis".

Cet ensemble de données se caractérise par son échelle et son raffinement. Il contient 12 millions d'images et leurs descriptions, longues et courtes, correspondant à 40 millions de cadres de délimitation. Chaque cadre de délimitation est accompagné d'une description détaillée de la zone et introduit de manière innovante 10 millions d'ensembles d'échantillons négatifs à granularité fine. Ces échantillons d'interférence, filtrés par l'algorithme, peuvent améliorer efficacement la capacité du modèle à distinguer des cibles similaires.