2k-ranked-images-open-image-preferences-v1
קוד פתוחRapidataapache-2.02025-04-09
בערך אלפיים תמונות שנוצרו במודלים ומדורגות לפי העדפה אסתטית אנושית כוללת. הדירוג נבנה ממעל 25,000 השוואות זוגיות כדי לחסוך איסוף פידבק ידני לכיול אסתטיקה.
- 52הורדות בחודש
- 27לייקים
מה זה
המאגר מכיל מדגם של בערך אלפיים תמונות שנוצרו בבינה מלאכותית, ומקורן בפרויקט open-image-preferences-v1 של קבוצת data-is-better-together. כל רשומה כוללת את התמונה עצמה, הדירוג שלה ביחס לשאר התמונות, ואת הקטגוריות המקוריות מהמאגר הבסיסי שמאפשרות סינון נוח לפי נושאים.
הדירוג נבנה על בסיס יותר מ־25,000 השוואות זוגיות שביצעו בני אדם. המדרגים התבקשו לשפוט אך ורק את היופי והאיכות הוויזואלית הכללית של התמונה, תוך התעלמות מוחלטת מהפרומפט ששימש ליצירתה. התוצאה היא סולם אסתטי רציף מהתמונות האהובות ביותר ועד לאלה שקיבלו את הציונים הנמוכים ביותר.
לפי היוצרים, התמונות בראש הטבלה מציגות בעיקר נופי טבע יפים ושלווים. לעומת זאת, התמונות בתחתית הדירוג מגוונות יותר בסגנון שלהן, אבל כוללות לעיתים קרובות דמויות מעוותות, נושאים מפחידים או סתם קומפוזיציות משעממות.
מתאים ל
- אימון מודל תגמול לאסתטיקה
כיול מודל reward שמדרג יופי כללי של פלטים חזותיים ללא תלות בטקסט.
- סינון דאטה לאימון
הסרת תמונות מעוותות, משעממות או פגומות ממאגרי יצירה גדולים.
- בנצ'מרק להערכת איכות
בדיקה אם מודל הערכה אוטומטי מסכים עם העדפות אנושיות של מדרגים.
איפה זה נופל
הדירוג כאן מתעלם לגמרי מהפרומפט, כך שאין שום דרך לדעת אם התמונה ענתה על הבקשה המקורית. מודל שיאומן עליו ילמד רק העדפה ויזואלית שטחית ולא דיוק בהנחיות. בנוסף, אלפיים תמונות זה מדגם קטן מאוד שלא מכסה את מגוון הסגנונות הקיים, וההעדפה האנושית נוטה בבירור לטובת נופים פסטורליים על חשבון נושאים מורכבים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן, רישיון apache-2.0 מתיר שימוש מסחרי מלא. אתם יכולים לאמן מודלים למוצרים סגורים, בתנאי שתשמרו על הקרדיט ותנאי הרישיון המקוריים.
איך נקבע הדירוג של התמונות?
הדירוג נבנה ממעל 25,000 השוואות זוגיות של בני אדם דרך הפלטפורמה של Rapidata. המדרגים שפטו יופי כללי בלבד בלי לראות את הפרומפט המקורי שיצר את התמונה.
האם הדאטהסט כולל תמיכה בעברית או פרומפטים בעברית?
לא, הנתונים לא כוללים פרומפטים בכלל, לא בעברית ולא באנגלית. יש בהם רק תמונות, קטגוריות נושאיות באנגלית וציוני דירוג אסתטיים.
האם גודל המאגר מספיק לאימון מודל תמונה מאפס?
ממש לא, מדובר במדגם של כאלפיים תמונות בלבד. הכמות הזו מתאימה להערכה, בדיקות היתכנות או כיול קל של מודל העדפות, לא לאימון מלא.
איך טוענים
טוענים את המאגר ישירות מתוך Hugging Face בעזרת ספריית datasets הרגילה של פייתון, בלי צורך באישור גישה או במפתח מיוחד. כל המידע שמור בקובץ parquet יחיד שנמצא תחת תיקיית data ומכיל את נתוני האימון. אין כאן חלוקה מובנית לסט בדיקה או ולידציה, כך שצריך לפצל את הדוגמאות בעצמכם אם אתם מתכננים הערכת ביצועים. השדות העיקריים שמעניינים אתכם בקובץ הם התמונה, ציון או מיקום הדירוג שלה בסולם הכללי, והקטגוריה הנושאית לצורך סינון מהיר.
from datasets import load_dataset
ds = load_dataset("Rapidata/2k-ranked-images-open-image-preferences-v1")הרישיון
המאגר מופץ תחת רישיון apache-2.0, שמאפשר שימוש מסחרי ומחקר חופשי. מותר לאמן עליו מודלים, לשנות את הנתונים ולשלב אותם בכל מוצר, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי. המודלים שתאמנו לא מחויבים ברישיון פתוח.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים