跳到主要内容Skip to main content

Models · Data · 多模态

LAION-5B

大规模图文对,适合研究对比学习与图文检索。

来源LAION
规模58.5 亿图文对(URL 元数据)
语言多语言
格式URL + 元数据
许可元数据 CC-BY-4.0;图像版权随源站
商用元数据可用;图像需逐源核对
获取元数据下载 / 图像需回源
任务适配多模态预训练 / 检索
核验日2026-11-19

质量与偏差

大规模图文对,适合研究对比学习与图文检索。

使用边界

不托管图像;URL 会失效,图像许可与肖像权要逐条核对,不能默认可商用。

下一步

  • 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
  • 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
  • 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://laion.ai/blog/laion-5b/ · 核验日 2026-11-19 · 许可以来源页为准