数据集 / jasperai / monet

jasperai / monet

经过多阶段过滤和重标注的图文对数据集

HF 源仓库 ↗本站资料更新 2026-06-13

关键规格

作者
jasperai
规模
136.1 TB
模态
多模态
任务
文生图 / image-feature-extraction / zero-shot-image-classification
授权
apache-2.0 · 许可标注允许商用
语种
en
HF 热度152,201 下载 · 130 收藏观测于 2026-06-13
源仓库更新2026-05-29

仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。

采用判断

项目资料与外部反馈 · 3 个来源 · 核验于 2026-07-22

数据集声明的许可存在内部矛盾（CC BY 4.0 与 Apache 2.0 并存），且源素材自带独立许可，商用前需做权利审查；标注全部为 VLM 合成文本而非人工撰写。[1][2][3]

采用前注意

  • 官方不同出处对许可说法不一致：资源页标注 CC BY 4.0，论文标注 Apache 2.0。[1][3]
  • 数据行中显示源素材来自 cc12m 且带有 google-permissive 许可，与数据集层面宣称的许可不完全一致，存在下游权利冲突风险。
  • 所有 caption 均由视觉语言模型（VLM）重写生成，属于合成标注，并未经过人工校对或清洗。[2][3]
  • 数据集包含由合成方式生成的额外样本，并非全部来自真实采集的图像。[3]

本段综合依据

  1. MONET dataset ↗tev.fbk.eu
  2. jasperai/monet · Datasets at Hugging Face ↗huggingface.co
  3. A Massive, Open, Non-redundant and Enriched Text-to-image dataset ↗arxiv.org

历史记录

2 次历史卡片 · 2026-05-29 至 2026-06-13

研究依据

以下论文与本条目存在经人工复核的直接关系。论文本身不构成对它的推荐。