Повернутися до часової осі

Запис атласу: https://www.aitimeline.dev/uk/events/evt-0521/

Доступність · 31 березня 2022 р.

LAION-5B: 5,85 мільярда пар, із них третина не англійською

31 березня 2022 року LAION виклала 5,85 мільярда пар «зображення — текст», у чотирнадцять разів більше за LAION-400M. Англійською — 2,3 мільярда пар, ще 2,2 мільярда — понад сотнею інших мов, і близько мільярда — без визначеної мови.

Чому це важливо

Доти відкриті набори такого масштабу існували лише англійською, і мультимодальні моделі за межами англійської не було на чому вчити. Тут уперше половина набору — не англійська. За півроку на підмножині цього набору вийде модель, ваги якої можна запустити вдома.

Набір роздавали з вкладеннями CLIP ViT-L/14, kNN-індексами й оцінками ймовірності водяного знака та небезпечного вмісту для кожного запису. Про ліцензію треба говорити точно, бо тут найлегше помилитися. Під Creative Commons CC-BY 4.0 роздано метадані — parquet-файли з посиланнями й підписами. Самі зображення лишаються під своїм авторським правом; LAION їх не роздає й не має на них прав. Це відмінність, на якій тримаються всі подальші суперечки про набір. Запис не наводить розміру метаданих у гігабайтах: у релізі цього числа немає. Точніший поділ на підмножини — 2,32, 2,26 і 1,27 мільярда — походить не звідси, а з пізнішого стороннього звіту.

Відомості про подію

Дата події
31 березня 2022 р.
Дата на часовій осі
Дата події
Перевірка
Джерела зібрано автоматично · 21 вересня 2026 р.
Лінії
ID
evt-0521

Дата в підписі під релізом на сайті LAION. Рецензована стаття вийшла пізніше, на NeurIPS 2022; тут записано день, коли набір став доступним.

Джерела

Пов’язані події

Раніше

Пізніше