数据集

LLaVA-OneVision-1.5-Instruct-Data

mvp-lab/LLaVA-OneVision-1.5-Instruct-Data

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:0efb7ad47f8b

中文简介

mvp-lab/LLaVA-OneVision-1.5-Instruct-Data 是 mvp-lab 在 Hugging Face 发布的数据集仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 0efb7ad47f8b,同步到 8751 个文件,文件元数据合计 6.09 TB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 mvp-lab/LLaVA-OneVision-1.5-Instruct-Data 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
mvp-lab/LLaVA-OneVision-1.5-Instruct-Data 是 mvp-lab 在 Hugging Face 发布的数据集仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 0efb7ad47f8b,同步到 8751 个文件,文件元数据合计 6.09 TB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:0efb7ad47f8b。 任务标签:图文理解与多模态生成、文本生成与推理。 语言字段:en。 上游页面记录的最近更新时间:2026-07-16。

【文件信息】
上游 API 返回 8751 个文件,文件元数据合计 6.09 TB。 已保存文件清单中的主要扩展名:.parquet 99 个、无扩展名 1 个。 当前较大的文件包括:alfredplpl/train-00003-of-00005.parquet(942.06 MB);alfredplpl/train-00004-of-00005.parquet(937.14 MB);alfredplpl/train-00002-of-00005.parquet(934.07 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 6.09 TB。仅按下载、解压和临时文件估算,建议至少预留约 7.31 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

LLaVA-OneVision-1.5 Instruction Data Paper | Code 📌 Introduction This dataset, **LLaVA-OneVision-1.5-Instruct**, was collected and integrated during the development of LLaVA-OneVision-1.5. LLaVA-OneVision-1.5 is a novel family of Large Multimodal Models (LMMs) that achieve state-of-the-art performance with significantly reduced computational and financial costs. This meticulously curated 22M instruction dataset (LLaVA-OneVision-1.5-Instruct) is part of a comprehensive and fully open framework for building high-quality vision-language models entirely from scratch. It has significantly enhanced the performance of Vision-Language Models (VLMs) in structured information processing and knowledge-based question answering tasks. As part of the LLaVA-OneVision-1.5 open-source initiative, we are releasing this dataset to the community in the hope of advancing VLM research and driving further progress in the field. ⚙️ Usage Notes Although the dataset itself is of high quality, we recommend deduplicating and combining it with the FineVision dataset to achieve better training results. 🚀 Sample Usage Below is a quick start guide demonstrating how to use the LLaVA-OneVision-1.5 models with Hugging Face `transformers` for inference. This snippet is directly from the project's GitHub repository. 📊 Data Analysis Distribution of Data Categories Compare and Scaling with FineVision Performance comparison of three datasets (Merge46M, FineVision, and LLaVA-OneVision-1.5-Inst-Data) across 16 benchmarks during the SFT phase, demonstrating the superiority of Merge46M on most benchmarks. 🙏 Acknowledgement We would like to acknowledge the contributions of **FineVision** , whose open dataset served as an important foundation and benchmark for building this SFT dataset. 📜 Cite If you find *LLaVA-OneVision-1.5* useful in your research, please consider to cite the following related papers:

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:0efb7ad47f8b。 任务标签:图文理解与多模态生成、文本生成与推理。 语言字段:en。 上游页面记录的最近更新时间:2026-07-16。

文件说明

上游 API 返回 8751 个文件,文件元数据合计 6.09 TB。 已保存文件清单中的主要扩展名:.parquet 99 个、无扩展名 1 个。 当前较大的文件包括:alfredplpl/train-00003-of-00005.parquet(942.06 MB);alfredplpl/train-00004-of-00005.parquet(937.14 MB);alfredplpl/train-00002-of-00005.parquet(934.07 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

上游文件元数据

  • .gitattributes2.40 KB
  • ai2d/train-00000-of-00005.parquet857.19 MB
  • ai2d/train-00001-of-00005.parquet444.64 MB
  • ai2d/train-00002-of-00005.parquet160.21 MB
  • ai2d/train-00003-of-00005.parquet360.16 MB
  • ai2d/train-00004-of-00005.parquet673.57 MB
  • alfredplpl/train-00000-of-00005.parquet907.98 MB
  • alfredplpl/train-00001-of-00005.parquet915.19 MB
  • alfredplpl/train-00002-of-00005.parquet934.07 MB
  • alfredplpl/train-00003-of-00005.parquet942.06 MB
  • alfredplpl/train-00004-of-00005.parquet937.14 MB
  • alfworld/train-00000-of-00009.parquet474.28 MB

硬件建议

仓库文件元数据合计 6.09 TB。仅按下载、解压和临时文件估算,建议至少预留约 7.31 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。