[经管数据集] Wikipedia-based Image Text (WIT) 数据集｜3760 万图文样本 [推广有奖]

0关注
1粉丝

已卖：494份资源

学科带头人

82%

还不是VIP/贵宾

威望: 0 级
论坛币: 1453 个
通用积分: 458.1976
学术水平: 11 点
热心指数: 11 点
信用等级: 11 点
经验: 19193 点
帖子: 1260
精华: 0
在线时间: 393 小时
注册时间: 2022-11-18
最后登录: 2026-10-20

楼主

ewfwedwd 发表于 2026-4-28 14:25:27 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Wikipedia-based Image Text (WIT) 数据集｜3760 万图文样本

核心内容
WIT 全称Wikipedia-based Image Text，是谷歌开源的大型多模态多语言数据集，精选3760 万实体丰富图像 - 文本示例，含1150 万唯一图像，覆盖108 种维基百科语言，单语言样本≥12000 条，适配多模态模型预训练与评测。

核心优势
全球规模领先的图像 - 文本多模态数据集
100 + 语种全覆盖，支持跨语言图文对齐
实体与概念丰富，覆盖多元真实场景
含高难度真实世界测试集，适配模型评测

内容覆盖范围
数据规模：3760 万图像 - 文本对、1150 万唯一图像
语言覆盖：108 种语言，单语言≥12000 样本
领域覆盖：百科全品类实体、场景、概念
用途覆盖：多模态预训练、图文检索、跨语言建模、模型评测

可用途径
多模态大模型预训练与微调
图像 - 文本检索 / 生成 / 跨模态对齐任务
多语言视觉语言模型研发
学术研究、竞赛评测、工程落地验证
高校 AI 教学、实验、论文数据集