---
title: LAMM
canonical_url: "https://www.modelscope.cn/datasets/Shanghai_AI_Laboratory/LAMM"
md_url: "https://www.modelscope.cn/datasets/Shanghai_AI_Laboratory/LAMM.md"
repository: Shanghai_AI_Laboratory/LAMM
last_updated: 2024-06-14
license: AFL-3.0
storage_size: "27 GB"
domain:
  - configs
tasks:
  - "{config_name=LAMM_instruct_98k, data_files=[{split=train, path=raw/2D_Instruct/meta_file/LAMM_instruct_98k.json}]}"
downloads: 522
stars: 1
---

# LAMM

> LAMM - Shanghai_AI_Laboratory 在 ModelScope 开源的数据集。下载方法 :modelscope-code[]{type="git"} :modelscope-code[]{type="sdk"}

Shanghai_AI_Laboratory/LAMM 是 ModelScope 魔搭社区上的{config_name=LAMM_instruct_98k, data_files=[{split=train, path=raw/2D_Instruct/meta_file/LAMM_instruct_98k.json}]}数据集，涉及 configs 领域，存储大小 27 GB，采用 AFL-3.0 许可。

- **Repository**: Shanghai_AI_Laboratory/LAMM
- **License**: AFL-3.0
- **Tasks**: {config_name=LAMM_instruct_98k, data_files=[{split=train, path=raw/2D_Instruct/meta_file/LAMM_instruct_98k.json}]}
- **Domain**: configs
- **Storage size**: 27 GB
- **Downloads**: 522
- **Stars**: 1
- **Last updated**: 2024-06-14

Source: https://www.modelscope.cn/datasets/Shanghai_AI_Laboratory/LAMM

---

#### 下载方法 
:modelscope-code[]{type="git"}
:modelscope-code[]{type="sdk"}

#### 简介

  LAMM-Dataset 包括一个包含 186,098 个图像语言指令-响应对的图像指令调整数据集和一个包含 10,262 个点云语言指令-响应对的点云指令调整数据集。 我们从公开可用的数据集中收集图像和点云，并使用 GPT API 和自我指导方法根据这些数据集中的原始标签生成指令和响应。 生成的 LAMM 数据集具有三个吸引人的属性：
1. 现有的多模态指令调优数据集主要关注整体和粗略的信息。 为了强调细粒度和密集信息，我们添加了更多视觉信息，例如视觉关系和细粒度类别作为 GPT API 的输入。
2. 我们观察到现有的 MLLM 可能难以理解视觉任务指令。 为了解决这个问题，我们设计了一种将视觉任务注释转换为指令-响应对的方法，从而增强了 MLLM 对视觉任务指令的理解和泛化。
3. LAMM-Dataset 还包括用于常识性知识问答的数据对，方法是结合来自 Bamboo 数据集的分层知识图标签系统和相应的维基百科描述。