格灵深瞳发布大规模中文视觉预训练数据集“丹青”
格灵深瞳正式推出超大规模中文视觉-语言预训练数据集“丹青”(DanQing),涵盖1亿条高质量图文匹配样本,数据采集时间覆盖2024至2025年全网公开资源。该数据集引入更为精细的
格灵深瞳正式发布超大规模中文视觉-语言预训练数据集“丹青”(DanQing),该数据集涵盖1亿条高质量图文匹配样本,数据采集时间覆盖2024至2025年全网公开资源。为提升数据质量,该数据集引入了更为精细的数据清洗与质量评估机制。实验结果显示:基于SigLIP2模型开展的基准测试表明,“丹青”在零样本图像分类、跨模态图文检索以及大型多模态模型综合能力评估等多项目关键任务中,均展现出卓越性能。

据项目团队介绍,其构建了一套融合BERTopic算法的主体建模流程。具体而言,研究人员从全量数据中随机采样1000万组图像-文本对,并采用Chinese-CLIP-L/14模型提取文本侧语义嵌入向量;针对高维空间聚类易受噪声干扰的问题,团队先利用UMAP进行非线性降维,再通过HDBSCAN算法识别语义密集簇,将最小簇规模设定为1000以增强聚类鲁棒性并抑制离群噪声;最终,基于各主题内部词频分布,采用类别加权的TF-IDF策略提取最具代表性的关键词集合。

“丹青”数据集游戏内容已开放获取。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
高刷显示器提升FPS游戏命中率,LG Display研究证实
LGDisplay研究显示,31名玩家在60Hz至480Hz刷新率下测试第一人称射击游戏。对比60Hz,480HzOLED显示器命中率提升约38%,其中60Hz升至240Hz提升最为显著,再升至480Hz再增约10%,输入延迟减少超过10毫秒。
年确认不插入闰秒,距上次调整已10年
国际地球自转和参考系服务宣布2026年末不插入闰秒,距上次调整已隔十年。闰秒用于协调原子时与地球自转时,已调整27次均为正闰秒。因气候变化导致地球自转减速,首个负闰秒推迟至2029年,国际计量界计划2035年前废止闰秒机制。
红米Note 17 Pro首销活动送电池升级保五年免费换新
REDMINote17Pro首发提供五年电池升级保障:前四年电池健康低于80%免费换新,第五年升级为更大容量电池。内置9000mAh电池,支持67W快充与22 5W反向充电,配备康宁大猩猩Victus2玻璃及四重防水认证,防护规格对标旗舰。
三星A18渲染图曝光 机身变厚或搭载6000mAh电池
据悉,三星A18最新渲染图曝光,其机身厚度增至7 84毫米,较上一代增加0 34毫米,推测或为配备6000毫安时大容量电池。此外,外观延续水滴屏设计,后置三摄模组有微调,并且底部配备USB-C接口,还支持快速充电功能。
三星S26像素级防窥屏幕隐私保护再升级
三星GalaxyS26系列搭载像素级隐私显示技术,从硬件层面控制OLED子像素发光方向,实现物理级防窥,正面观看画质无损,侧面超60°即模糊。该功能深度集成OneUI8 5,支持智能场景触发和多档位强度调节,与Knox安全平台形成防护体系,无需贴膜,不损画质。
- 热门数据榜
相关攻略
2026-07-12 12:41
2026-07-12 12:41
2026-07-12 12:41
2026-07-12 12:41
2026-07-12 12:40
2026-07-12 12:40
2026-07-12 12:40
2026-07-12 12:40
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程

