DeepGen-1.0

קוד פתוח

deepgenteamapache-2.02026-02-13

מאגר נתונים למשימות יצירה ועריכת תמונות שפותח עבור מודל מולטימודלי. הוא משלב דאטה אמיתי וסינתטי כדי לאפשר יכולות כמו עריכה מבוססת הסקת מסקנות ורינדור טקסט.

67.1 GBמשקל הקבצים
106הורדות בחודש
43לייקים

מה זה

המאגר נבנה במקור כדי לאמן מודל יצירה ועריכה שמשלב מודל שפה חזותי ומודל דיפוזיה. לפי כרטיס הפרויקט, הנתונים מורכבים משילוב של מקורות מהעולם האמיתי, מידע סינתטי שנוצר במיוחד, ודאטהסטים פתוחים שעברו אוצרות וסינון קפדניים. המבנה מקיף מגוון רחב של משימות תמונה וטקסט, החל מיצירה ועריכה כללית, דרך עריכה מבוססת חשיבה והסקה, ועד לרינדור של טקסט בתוך תמונות ותרחישי יישום שונים.

למרות התיאור הרחב, המאגר נמצא כרגע בתהליך העלאה ואינו כולל עדיין את קובצי הנתונים עצמם. המפתחים ציינו כי השחרור המלא יתבצע לאחר ראש השנה הסיני של שנת 2026. נכון לעכשיו, המאגר בהאגינג פייס מכיל שלושה קבצים בלבד, כולל תמונת תרשים וקובץ הסבר, ללא שורות מידע, טבלאות נתונים או חלוקה מפורטת לקבצים שניתן להוריד ולבחון.

מתאים ל

אימון מודלי יצירת תמונה
שימוש בנתונים לאחר שחרורם לצורך אימון מודלי דיפוזיה על שילוב של מידע אמיתי וסינתטי.
פיתוח כלי עריכה חכמים
בניית יכולות עריכת תמונה לפי פקודות טקסט שדורשות הסקת מסקנות והבנת הקשר חזותי.
רינדור טקסט בתוך תמונה
אימון מערכות על כתיבת אותיות ומילים ברורות ומדויקות כחלק אינטגרלי מהתמונה הנוצרת.

איפה זה נופל

הבעיה המרכזית כרגע היא שאין פה דאטהסט שניתן לעבוד איתו, אלא רק הודעה על כוונה להעלות אותו. הכרטיס לא מציין באילו שפות מדובר, מה התפלגות המקורות הסינתטיים מול האמיתיים, או אילו הטיות קיימות בסינון. אין שום מידע על תמיכה בעברית, וסביר להניח שהטקסטים מתמקדים באנגלית או סינית. אי אפשר לבדוק זכויות יוצרים של תמונות המקור, ולכן מסוכן להסתמך עליו כרגע לבניית מוצר.

שאלות
נפוצות

האם אפשר להשתמש בדאטהסט הזה באופן מסחרי?

הרישיון המוגדר במאגר הוא apache-2.0, שמאפשר שימוש מסחרי חופשי ללא צורך בשיתוף קוד המקור שלכם. עם זאת, מכיוון שהנתונים טרם הועלו במלואם, מומלץ לבדוק את הרישיונות של מקורות התמונות שנאספו לפני שמפיצים מודל עסקי.

איך מורידים וטוענים את הנתונים כרגע?

כרגע אי אפשר לטעון נתונים כי המאגר מכיל רק קובץ תיעוד ותמונה בודדת. המפתחים נמצאים בתהליך העלאה והבטיחו שחרור מלא בהמשך, כך שנכון לעכשיו אין קובצי פרקט או ארכיונים שניתן למשוך.

האם המאגר תומך בעברית או כולל הנחיות בעברית?

הכרטיס אינו מזכיר עברית כלל ומתמקד בתיאור כללי של המשימות באנגלית. בהתחשב ברקע של הפרויקט, סביר שהמידע יכלול אנגלית ואולי סינית, כך שאינו מיועד לפיתוח ישיר של הנחיות מקומיות.

מה הגודל של המאגר בדיסק?

נפח האחסון הסופי אינו ידוע כרגע כי קובצי המידע טרם פורסמו. הדף כולל שלושה קבצים בסיסיים בלבד, ולכן תצטרכו להמתין לעדכון המאגר כדי לדעת כמה שטח אחסון יידרש עבורו.

איך מריצים

כרגע אי אפשר לטעון נתונים מהמאגר הזה לקוד שלכם. למרות שהדף פתוח לציבור ואינו דורש אישור גישה מיוחד, יש בו רק שלושה קבצים שכוללים תיעוד ותמונה ולא קובצי מידע אמיתיים כמו תמונות או קובצי טקסט. המפרסמים ציינו שהם בעיצומה של העלאת החומרים. לפני שמתכננים להשתמש בו, צריך לחכות לעדכון המאגר ולוודא איזה שדות, פורמטים ונפחי אחסון ישוחררו בפועל.

pip install -U huggingface_hub
hf download deepgenteam/DeepGen-1.0

הקבצים

18 קבצים במאגר, 67.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המאגר מדווח תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי, שינוי והפצה, ואינו מחייב שיתוף של הקוד או המודל תחת אותו הרישיון. תצטרכו לשמור על הקרדיט והודעת הזכויות המקורית. עם זאת, מכיוון שהדאטה משלב מקורות רשת ודאטהסטים פתוחים שטרם נחשפו במלואם, כדאי לבדוק את מקורות התמונות עצמן לפני אימון מסחרי.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗