cindyxl/ObjaversePlusPlus
Objaverse++: Curated 3D Object Dataset with Quality Annotations Paper Code Chendi Lin, Heshan Liu, Qunshu Lin, Zachary Bright, Shitao Tang, Yihui He, Minghao Liu, Ling Zhu, Cindy Le We cleaned the Objaverse dataset so you don't have to. In this work, we meticulously curated a collection of Objaverse objects and developed an effective classifier capable of scoring the entire Objaverse. Our extensive annotation system considers geometric structure and… See the full description on the dataset page: https://huggingface.co/datasets/cindyxl/ObjaversePlusPlus.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🔍 Objaverse++: Bộ dữ liệu 3D chất lượng cao cho AI sinh trực quan
Chúng tôi đã làm sạch Objaverse để bạn không phải phải làm.
ObjaversePlusPlus là một dự án do nhóm nghiên cứu bao gồm Chendi Lin, Heshan Liu, Qunshu Lin, Zachary Bright, Shitao Tang, Yihui He, Minghao Liu, Ling Zhu và Cindy Le phát triển. Dự án này nhằm giải quyết vấn đề phổ biến về chất lượng kém trong bộ dữ liệu 3D Objaverse bằng cách tinh chỉnh và chú thích lại toàn bộ dữ liệu.
✨ Điểm nổi bật
- Chú thích thủ công 10.000 mô hình 3D: Đánh giá chất lượng và thuộc tính chi tiết bằng mắt người.
- Phân loại chất lượng tự động: Mạng nơơn nhân được huấn luyện để chấm điểm chất lượng toàn bộ Objaverse (~790.000 mẫu).
- Chữ ký chất lượng siêu việt: Đánh giá từ thấp nhất (không ngữ nghĩa) đến cao nhất (chất lượng tốt nhất với kết cấu chuyên nghiệp).
- Thuộc tính nhị phân: Phát hiện đặc điểm như độ trong suỏng, cảnh quan và màu đơn.
- Cải thiện hiệu suất: Mô hình huấn luyện trên tập con chất lượng cao vượt trội hơn trên nhiệm vụ sinh ảnh-đến-3D.
- Tốc độ hội tụ nhanh hơn: Chất lượng dữ liệu tốt dẫn đến sự hội tụ mất mát huấn luyện nhanh chóng.
💡 Vì sao đáng chú ý
ObjaversePlusPlus khẳng định rằng chất lượng vượa trội quy mô. Với chỉ những mô hình 3D chất lượng cao, các nhiệm vụ AI sinh như text-to-3D và image-to-3D vẫn đạt hiệu quả tốt hơn và nhanh hơn so với việc sử dụng toàn bộ bộ dữ liệu gốc.
Đây là lựa chọn lý tưởng cho các nhà nghiên cứu và nhà phát triển AI cần bộ dữ liệu 3D chính xác, giàu thông tin phụ và phù hợp cho việc huấn luyện mô hình sinh 3D.
#3DDataset #TextTo3D #ImageTo3D #Objaverse #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Summary databricks-dolly-15k is an open source dataset of instruction-following records generated by thousands of Databricks employees in several of the behavioral categories outlined in the InstructGPT paper, including brainstorming, classification, closed QA, generation, information extraction, open QA, and summarization. This dataset can be used for any purpose, whether academic or commercial, under the terms of the Creative Commons Attribution-ShareAlike 3.0 Unported… See the full description on the dataset page: https://huggingface.co/datasets/databricks/databricks-dolly-15k.
News [2025/04/22] We split the data and kept only the medical SFT dataset (medical_o1_sft.json). The file medical_o1_sft_mix.json contains a mix of medical and general instruction data. [2025/02/22] We released the distilled dataset from Deepseek-R1 based on medical verifiable problems. You can use it to initialize your models with the reasoning chain from Deepseek-R1. [2024/12/25] We open-sourced the medical reasoning dataset for SFT, built on medical verifiable problems and an… See the full description on the dataset page: https://huggingface.co/datasets/FreedomIntelligence/medical-o1-reasoning-SFT.
Dataset Card for MMLU Dataset Summary Measuring Massive Multitask Language Understanding by Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, and Jacob Steinhardt (ICLR 2021). This is a massive multitask test consisting of multiple-choice questions from various branches of knowledge. The test spans subjects in the humanities, social sciences, hard sciences, and other areas that are important for some people to learn. This covers 57… See the full description on the dataset page: https://huggingface.co/datasets/cais/mmlu.
Dataset Card for "imdb" Dataset Summary Large Movie Review Dataset. This is a dataset for binary sentiment classification containing substantially more data than previous benchmark datasets. We provide a set of 25,000 highly polar movie reviews for training, and 25,000 for testing. There is additional unlabeled data for use as well. Supported Tasks and Leaderboards More Information Needed Languages More Information Needed… See the full description on the dataset page: https://huggingface.co/datasets/stanfordnlp/imdb.
Dataset Card for Alpaca-Cleaned Repository: https://github.com/gururise/AlpacaDataCleaned Dataset Description This is a cleaned version of the original Alpaca Dataset released by Stanford. The following issues have been identified in the original release and fixed in this dataset: Hallucinations: Many instructions in the original dataset had instructions referencing data on the internet, which just caused GPT3 to hallucinate an answer. "instruction":"Summarize… See the full description on the dataset page: https://huggingface.co/datasets/yahma/alpaca-cleaned.
Scaling Synthetic Data Creation with 1,000,000,000 Personas This repo releases data introduced in our paper Scaling Synthetic Data Creation with 1,000,000,000 Personas: We propose a novel persona-driven data synthesis methodology that leverages various perspectives within a large language model (LLM) to create diverse synthetic data. To fully exploit this methodology at scale, we introduce PERSONA HUB – a collection of 1 billion diverse personas automatically curated from web… See the full description on the dataset page: https://huggingface.co/datasets/proj-persona/PersonaHub.
中文基于满血DeepSeek-R1蒸馏数据集（Chinese-Data-Distill-From-R1） 🤗 Hugging Face | 🤖 ModelScope | 🚀 Github | 📑 Blog 注意：提供了直接SFT使用的版本，点击下载。将数据中的思考和答案整合成output字段，大部分SFT代码框架均可直接直接加载训练。 本数据集为中文开源蒸馏满血R1的数据集，数据集中不仅包含math数据，还包括大量的通用类型数据，总数量为110K。 为什么开源这个数据？ R1的效果十分强大，并且基于R1蒸馏数据SFT的小模型也展现出了强大的效果，但检索发现，大部分开源的R1蒸馏数据集均为英文数据集。 同时，R1的报告中展示，蒸馏模型中同时也使用了部分通用场景数据集。 为了帮助大家更好地复现R1蒸馏模型的效果，特此开源中文数据集。 该中文数据集中的数据分布如下：… See the full description on the dataset page: https://huggingface.co/datasets/Congliu/Chinese-DeepSeek-R1-Distill-data-110k.
APIGen Function-Calling Datasets Paper | Website | Models This repo contains 60,000 data collected by APIGen, an automated data generation pipeline designed to produce verifiable high-quality datasets for function-calling applications. Each data in our dataset is verified through three hierarchical stages: format checking, actual function executions, and semantic verification, ensuring its reliability and correctness. We conducted human evaluation over 600 sampled data points… See the full description on the dataset page: https://huggingface.co/datasets/Salesforce/xlam-function-calling-60k.
a.k.a. Awesome ChatGPT Prompts This is a Dataset Repository mirror of prompts.chat — a social platform for AI prompts. 📢 Notice This Hugging Face dataset is a mirror. For the latest prompts, features, and community contributions, please visit: 🌐 Website: prompts.chat 📦 GitHub: github.com/f/awesome-chatgpt-prompts About prompts.chat is an open-source platform where users can share, discover, and collect AI prompts from the community. The project can… See the full description on the dataset page: https://huggingface.co/datasets/fka/prompts.chat.