AI & ML · 11 Okt
mmE5 Membuat Data Sintetis Benar-Benar Berguna: 3 Jenis Tugas, 7 Kombinasi Modalitas, 93 Bahasa
Makalah mmE5 mengubah data pelatihan multimodal sintetis dari sesuatu yang samar seperti debu peri menjadi spesifikasi rekayasa.
- Nilai dataset multimodal sintetis berdasarkan cakupan, keselarasan, dan fidelitas, bukan berdasarkan keyakinan generator.
- Lacak jenis tugas, kombinasi modalitas, dan cakupan bahasa sebagai persyaratan dataset, bukan hiasan pemasaran.
- Untuk produk retrieval, uji input campuran gambar dan teks lintas bahasa sebelum memercayai kenyamanan benchmark.