Photoroom

PRX, Parte 4: Nossa Estratégia de Dados

A equipe do Photoroom compartilhou sua estratégia de coleta de dados para o pré-treinamento do modelo PRX: eles usam uma mistura de conjuntos de dados públicos e internos, relegendam imagens com um VLM e convertem o corpus final no formato MDS para streaming. O foco principal está na diversidade e amplitude da cobertura, em vez de perfeccionismo para cada imagem individual. Para processamento e rotulagem de dados, eles usam o formato colunar Lance, e para treinamento, o MDS (Mosaic Data Shards). A codificação de texto é feita dinamicamente com o Qwen3-VL, e as imagens são armazenadas em JPEG com qualidade 92, o que não degrada a qualidade de geração em comparação com PNG.

Photoroom