arXiv · AI· Benjamin Aubin, Gonzalo I\~naki Quintana, Onur Tasar, Sanjeev Sreetharan, Urszula Czerwinska, Damien Henry, Cl\'ement Chadebec·· 8 小时前AI 评分35
MONET：一个大规模开放非冗余增强文本到图像数据集
MONET: A Massive, Open, Non-redundant and Enriched Text-to-image dataset
AI 导读
MONET 发布了一个包含 1.038 亿图像-文本对的 Apache 2.0 开放数据集，源于 29 亿原始数据，经过安全过滤、去重及多视觉语言模型重描述增强。 每张图片附带预计算嵌入与标注。研究人员仅用该数据集训练 4B 参数潜扩散模型，取得了具有竞争力的 GenEval 和 DPG 分数，证明了其降低大规模可复现研究门槛的作用。
来源：arXiv · AI · arxiv.org