LAION-BVD 发布用于多模态预训练的1000万小时开放视频数据集
为什么值得读 建设者需要这种规模的数据来训练跨视频、音频和图像模态的竞争性多模态模型，而无需依赖专有数据。
研究人员发布了 LAION-BVD，这是一个包含8000万个视频的开放数据集，总时长达1000万小时，数据源自 CommonCrawl。该数据集旨在支持视频、音频和图像等多模态的预训练任务，无需依赖专有数据即可训练具有竞争力的多模态模型。
为什么值得读 建设者需要这种规模的数据来训练跨视频、音频和图像模态的竞争性多模态模型，而无需依赖专有数据。
研究人员发布了 LAION-BVD，这是一个包含8000万个视频的开放数据集，总时长达1000万小时，数据源自 CommonCrawl。该数据集旨在支持视频、音频和图像等多模态的预训练任务，无需依赖专有数据即可训练具有竞争力的多模态模型。