OpenGPT-4o-Image

מה זה

המאגר כולל כשמונים אלף דוגמאות שמחולקות שווה בשווה בין יצירת תמונה מטקסט לבין עריכת תמונה על פי הוראה. התוכן מכסה 11 תחומים ראשיים ו־51 תתי-משימות, החל משליטה בסגנונות אמנותיים והוספת טקסט מדויק בתוך תמונה, ועד דיאגרמות מדעיות בכימיה.

הנתונים נוצרו בתהליך אוטומטי ששילב מאגרי משאבים מובנים עם GPT-4o לצורך שמירה על גיוון. בקובץ היצירה כל רשומה כוללת פרומפט טקסטואלי ונתיב לתמונה בודדת. בחלק של העריכה, הרשומות מכילות הוראת שינוי, נתיב לתמונת המקור, ונתיב לתוצאה הערוכה שמדגימה ביצוע של פעולות מורכבות במקביל.

מתאים ל

• אימון עריכת תמונה מונחית

  כוונון מודלים לביצוע שינויים מורכבים בתמונה קיימת לפי פקודת טקסט מפורטת.

• שיפור רינדור טקסט בתמונות

  לימוד מודלי יצירה לשלב מילים שלמות וקריאות בתוך שלטים, לוחות ואיורים.

• יצירת איורים מדעיים

  אימון מודלים גנרטיביים על שרטוט מבנים כימיים ודיאגרמות מקצועיות לפי דרישה.

איפה זה נופל

כל הטקסטים והפרומפטים במאגר הם באנגלית בלבד, ואין בו שום ייצוג לעברית או להקשרים מקומיים. מעבר לכך, כל התמונות וההוראות סונתזו באמצעות GPT-4o ולא נאספו מהעולם האמיתי. מודלים שמסתמכים עליו עלולים לספוג הטיות סגנוניות של המודל המייצר, ונדרש אימות ידני כדי לוודא שהאיורים המדעיים מדויקים עובדתית.

איך טוענים

אין צורך לבקש אישור גישה. ההורדה דורשת משיכה של קובצי ארכיון מפוצלים מסוג tar.gz מהמאגר, ואיחוד שלהם בטרמינל באמצעות פקודת cat ופתיחה עם tar. המטא-דאטה מגיע בשני קובצי JSON שבהם כל שורה היא אובייקט נפרד. בתוכם תמצאו את input_prompt, וכן את הנתיבים output_image ו־input_image לקובצי ה־PNG בתיקיות.

from datasets import load_dataset

ds = load_dataset("WINDop/OpenGPT-4o-Image")

הרישיון

המאגר מופץ תחת רישיון apache-2.0. הרישיון מתיר שימוש מסחרי, שינוי והפצה של הנתונים, כולל אימון מודלים ללא חובת שיתוף נגזרות באותו רישיון. התנאי המרכזי הוא מתן קרדיט ושמירה על הודעות זכויות היוצרים המקוריות.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗