开源数据集 FineVision 获 NeurIPS 接收:17M 图、200 余源
andimarafioti · x · 2026-09-25
FineVision 被正式接收为 NeurIPS 论文，作者 andimarafioti 在庆祝的同时重申该项目已开源：这是面向 VLM 训练的高质量数据集策展，汇集超过 200 个数据源，含 1700 万张独立图像、100 亿条回答 token，并带来 GUI 导航、指物（pointing）、计数等新能力。
据作者称，用 FineVision 训练可将开源 VLM 在 10 个基准上的成绩提升约 20%。一作 lusxvr 与 orrzohar 将出席悉尼的 NeurIPS 会议。
「多模态」频道最新
- 一张图加一条提示词，生成完整 30 秒视频 — umesh_ai · 2026-09-25
- 用 Claude Opus 5.5 生成 6300 帧动画，做出苏轼一生中秋 MV — dotey · 2026-09-25
- MiniMax H3 疑似「微笑过拟合」: bored 毛毛虫视频翻车实录 — episodex86 · 2026-09-25
- 浏览器端 3D 姿势编辑器 Pose Blueprint 开放测试 — OkConfusion6667 · 2026-09-25
- Reddit 用户仅调步数与 CFG 探索 AI 绘画的独立表达 — Extreme_Nice · 2026-09-25
- 不到 20 美元训练的 LoRA 让 Qwen-Image 单图转视角 — ben_burtenshaw · 2026-09-25