搜尋

南大聯合美團提出 IntReal，開源 10 萬條圖文交錯資料集

南京大學 PRLab 聯合美團 LongCat 等提出 IntReal，開源 10 萬條圖文交錯訓練樣本 IntReal-100K（含超 53 萬張影像）及七維度評測套件。資料從百萬級真實內容經四步篩選與潤色，僅保留約 10%。評測覆蓋文字豐富度、邏輯性、影像美學與多樣性、指令遵循、圖文一致性與主體一致性，與人工判斷一致率 83.3%。用其微調 SenseNova-U1 後文字豐富度相對提升 29.04%，再接 Flow-GRPO 強化學習可改善影像美學與圖文一致性。