Hugging Face가 3단계 파이프라인(획득→전처리→처리)으로 비디오 생성 모델 학습용 데이터셋 구축 도구 개발
Build awesome datasets for video generation
Microsoft 연구팀이 DocVQA 데이터셋을 2.4백만 개 이미지 및 9.5백만 개 Q/A 쌍으로 240배 확대하여 Florence-2 모델의 성능을 20% 향상
Docmatix - a huge dataset for Document Visual Question Answering
Microsoft의 Florence-2 비전-언어 모델을 DocVQA 데이터셋으로 파인튜닝해 VQA 성능을 0에서 57.0의 Levenshtein 유사도로 개선
Fine-tuning Florence-2 - Microsoft's Cutting-edge Vision Language Models