Marqo GS 10M
Conjunto de datos multimodal que incluye texto e imágenes de productos, que se utiliza para aprender a posicionarse en los motores de búsqueda y el comercio electrónico.
Aproximadamente 9,8 millones de artículos multimodales (texto e imágenes), 212 GB, formato Parquet
Apache 2.0
Descripción
El conjunto de datos Marqo GS 10M es un corpus multimodal de casi 10 millones de ejemplos que combina imágenes y descripciones de texto de los productos de Google Shopping. Está diseñado para entrenar modelos de búsqueda y clasificación de información mediante un innovador método de aprendizaje contrastivo generalizado (GCL).
¿Para qué sirve este conjunto de datos?
- Mejorar el rendimiento de los motores de búsqueda de productos multimodales
- Modelos formativos de clasificación y recuperación de información en el comercio electrónico
- Experimente con técnicas avanzadas de aprendizaje contrastado multimodal
¿Se puede enriquecer o mejorar?
Sí, añadiendo más anotaciones en las categorías de productos, añadiendo metadatos como precios o opiniones de clientes, o creando subconjuntos especializados según los segmentos del mercado.
🔎 En resumen
🧠 Recomendado para
- Investigadores de la información
- Desarrolladores de comercio electrónico
- Científicos de datos multimodales
🔧 Herramientas compatibles
- PyTorch
- TensorFlow
- LangChain
- Apache Spark
- Pandas
💡 Consejo
Aproveche los datos en lotes y combínelos con incrustaciones previamente entrenadas para optimizar el aprendizaje.
Preguntas frecuentes
¿Este conjunto de datos contiene imágenes y texto asociados?
Sí, cada ejemplo tiene una descripción de texto y una imagen del producto.
¿Se puede usar este conjunto de datos para buscar información de comercio electrónico?
Sí, está diseñado específicamente para mejorar los modelos de clasificación de productos.
¿Cuál es el tamaño del conjunto de datos y en qué formato está disponible?
El conjunto de datos ocupa aproximadamente 212 GB y se almacena en formato Parquet, adecuado para el procesamiento por lotes.
