PRX, osa 4: Tietostrategiamme
Photoroom-tiimi esitteli tiedonkeruustrategiansa PRX-mallin esikoulutusta varten: he käyttävät sekoitusta julkisista ja sisäisistä tietojoukoista, kirjoittavat kuvat uudelleen VLM:llä ja muuntavat lopullisen korpuksen MDS-muotoon suoratoistoa varten. Pääpaino on monipuolisuudessa ja kattavuudessa eikä niinkään yksittäisten kuvien täydellisyydessä. Tietojenkäsittelyssä ja -merkinnöissä he käyttävät Lance-sarakemuotoa, ja koulutuksessa MDS:ää (Mosaic Data Shards). Tekstin koodaus tehdään lennossa Qwen3-VL:llä, ja kuvat tallennetaan JPEG-muodossa laadulla 92, mikä ei heikennä tuotannon laatua verrattuna PNG:hen.
Photoroom
Hugging Face blog27.07 · 08:03