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