emu_edit_test_set_generations
קוד פתוחfacebookרישיון לא דווח2023-11-13
המאגר מרכז תוצרי עריכת תמונות שנוצרו על ידי המודל Emu Edit מעל סט המבחן הייעודי שלו. הוא מיועד למי שרוצה להשוות ביצועי מודלים מול התוצאות של פייסבוק בלי להריץ שוב את ההסקה בעצמו.
- 223הורדות בחודש
- 38לייקים
מה זה
המאגר כולל פלטים ישירים שנוצרו על ידי המודל Emu Edit כחלק מהבדיקות של המאמר המקורי. התוכן מבוסס על סט המבחן של פרויקט עריכת התמונות של מטא, כך שבפועל מדובר בתמונות ערוכות שנועדו להדגים משימות מגוונות של עריכה מונחית הוראות טקסט, זיהוי ויצירה חזותית.
הנתונים שמורים בקובצי פרקט ומחולקים לשני ספליטים עיקריים, בדיקה ואימות. סט המבחן מפוצל לארבעה קבצים וסט האימות מפוצל לשישה קבצים, מתוך שנים עשר קבצים שקיימים בסך הכל במאגר. כרטיס הדאטהסט לא מפרט דוגמאות מפורשות של שורות או סכמה מדויקת, ומפנה ישירות למאמר ולעמוד הבית כדי ללמוד על אופן יצירת הנתונים ושיטות הסינון ששימשו במחקר.
מתאים ל
- השוואת מודלים לעריכת תמונה
משווים פלטים של מודל עריכה חדש ישירות מול התוצאות הרשמיות של פייסבוק באותם תנאים בדיוק.
- הערכת איכות ראייה ממוחשבת
מריצים מטריקות אוטומטיות של איכות תמונה ועמידה בהוראות על התוצרים כדי לבחון כלי מדידה.
- ניתוח כשלי מודל
בודקים איפה מודל הבסיס התקשה לדייק בעריכה כדי לאפיין מגבלות של ארכיטקטורות דומות.
איפה זה נופל
כרטיס המאגר כמעט ריק ממידע טכני ולא מפרט שמות עמודות, הטיות ידועות, כמות רשומות או את השפות ששימשו בהוראות. אין כאן נתוני אמת חדשים לאימון אלא תוצרים בלבד, כך שהוא לא מתאים לאימון מאפס של מודל עריכה. בנוסף, אם אתם בונים על עברית, סביר מאוד שהיא כלל לא נתמכת כאן כי הפרויקט התמקד באנגלית, וצריך לחזור למאמר המקורי כדי להבין את מגבלות הראייה הממוחשבת של המודל.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא. לפי הרישיון המופיע בתיאור הכרטיס, CC-BY-NC 4.0, השימוש מוגבל למטרות לא מסחריות ומחקריות בלבד. אם תאמנו מודל מסחרי על הפלטים האלה, תפרו את תנאי הרישיון של מטא.
האם המאגר כולל תמיכה בעברית?
הכרטיס לא מזכיר תמיכה בשפות נוספות מעבר לאנגלית. מאחר שמדובר בפלטים של מחקר שמבוסס על הנחיות באנגלית, לא תמצאו כאן הנחיות או נתונים בעברית.
מה ההבדל בין המאגר הזה לבין emu_edit_test_set?
המאגר הזה מחזיק את התמונות שהמודל ייצר בפועל בריצה על המבחן, ולא את נתוני המקור של הבדיקה. המאגר השני מכיל את משימות העריכה וההנחיות עצמן שעליהן המודל נבחן.
איך נאספו התמונות וההנחיות שבבסיס המאגר?
הכרטיס עצמו לא מפרט את תהליך האיסוף והסינון ומפנה לקריאת המאמר המדעי של פייסבוק. התוצרים שמופיעים כאן נוצרו ישירות מהרצת המודל Emu Edit על גבי סט המבחן שנבנה לאותו מחקר.
איך טוענים
אתם מושכים את הנתונים ישירות דרך ספריית datasets באמצעות המזהה הרגיל של פייסבוק, בלי צורך באישור גישה ידני או בטופס מקדים. המאגר כולל שנים עשר קבצים בסך הכל, כשהתוכן העיקרי שמור בעשרה קובצי פרקט שמחולקים מראש לטסט ולוולידציה. גודל הנפח המדויק לא צוין בעמוד, אך בגלל שמדובר בתוצרי יצירה חזותיים של מודל תמונה, כדאי להיערך להורדה של קבצים כבדים ולפרוס אותם בסביבה עם מספיק מקום בדיסק.
from datasets import load_dataset
ds = load_dataset("facebook/emu_edit_test_set_generations")הרישיון
למרות שבמטאדטה של הדף מופיע שהרישיון לא דווח, הטקסט של הכרטיס מציין במפורש רישיון CC-BY-NC 4.0. המשמעות ברורה וחדה, השימוש מותר למחקר ולמטרות לא מסחריות בלבד, עם חובת מתן קרדיט למחברים. אסור לשלב את התוצרים במוצר מסחרי ואסור להשתמש בהם לבניית שירות שמניב הכנסות.