Meta 联合纽约大学和华盛顿大学提出MetaCLIP，带你揭开CLIP的高质量数据之谜。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。

• 原文链接：https://arxiv.org/abs/2309.16671
• 项目链接：https://github.com/facebookresearch/MetaCLIP
• 论文标题：Demystifying CLIP Data

• 第一部分（元数据字符串匹配）能减少50%的数据量；
• 第二部分（平衡数据分布）能减少77%的数据量。

• 第一个池的目标是获得400M训练数据来和CLIP进行比较；
• 第二个池的目标是所有CommonCrawl数据。
  

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：[email protected]