Command Palette
Search for a command to run...
Hebrew-CLIP 数据集希伯来语
Hebrew-CLIP est un jeu de données publié par NVIDIA en 2024, destiné à l’entraînement de modèles visuels et linguistiques en hébreu, visant à favoriser l’application de modèles visuels et linguistiques tels que CLIP dans des contextes hébraïques.
Ce jeu de données contient environ 7,78 millions de descriptions d’images en hébreu, principalement composées de données issues de la traduction automatique de DataComp-1B et de données multilingues de LAION-5B. Les données sont stockées au format Parquet, sans inclure les images réelles, mais uniquement les descriptions textuelles et les références aux embeddings d’images correspondants, ce qui les rend adaptées à l’entraînement et à l’évaluation de modèles multimodaux.
Composition du jeu de données
Le jeu de données est composé de deux fichiers Parquet, chacun contenant principalement les champs suivants :
- key : identifiant unique de la description.
- heb_caption : texte de la description en hébreu.
- file_name : nom du fichier contenant l’embedding de l’image correspondant.
- file_index : position de l’embedding dans le fichier.
Créer de l'IA avec l'IA
De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.