先了解这件事
事件摘要
还没有公开综述，先看下面的报道时间线。
最新进展 · 正式报道
PRX 第4部分：我们的数据策略事件进展
1 个已确认进展
- 来源：Hugging Face
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月6日
Hugging Face一手精选
PRX 第4部分：我们的数据策略
Photoroom 为 7B 文生图模型 PRX 构建了兼顾规模与多样性的预训练数据管线，以 Lance 完成探索和整理，再转换为 MDS 供分布式训练。团队用 Qwen3-VL-8B 重新生成详细图像描述，并采用 quality 92 的 JPEG、分辨率与宽高比分桶。文本分类和感知哈希通过跳过列表过滤文本密集、NSFW 及近重复样本，无需重写数据集。