# 多模态类数据集格式要求
ModelArts Studio大模型开发平台支持创建多模态类数据集，创建时可导入多种形式的数据，具体格式要求详见[表1]。
 表1多模态类数据集格式要求 
| 文件内容       | 文件格式      | 文件样例                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               |
|:---|:---|:---|
| 多模态理解（预训练） | tar+jsonl | - 允许导入的数据模态参考"文件格式"中显示，由用户购买的特性包许可决定。如果是纯文本，则仅支持标注文件。    - 如果包含图片，文件需存放在tar包中，存放要求将tar包和标注文件存储在同一目录，并且名称一一对应。 tar包格式：tar包中包含图片，图片格式支持：jpg、jpeg、png、bmp 。 标注文件格式：jsonl。jsonl中的路径信息对应tar中的文件路径，预训练标注数据为陈述性描述。 注意：jsonl文件仅支持UTF-8编码。   - 示例如下所示： ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571206654.png)   - 标注文件示例： ``` {"data": [{"role": "user", "content": [{"text": ""}]}, {"role": "assistant", "content": [{"text": "HUAWEI Pura 80 Pro+搭载1英寸高动态主摄，配合红枫原色摄像头的像素级色彩校准，明暗细节清晰，色彩还原精准。HUAWEI Pura 80 Ultra首发“聚光宝盒”1英寸超高动态主摄，通过三重实时融合技术，实现超高动态视频能力，高光细节尽显，暗部深邃清晰。"}]}]} {"data": [{"role": "user", "content": [{"image": "huawei_pura_80.jpeg"}]}, {"role": "assistant", "content": [{"text": "图中展示的是一款华为手机，型号为HUAWEI Pura 80 Pro+，颜色是釉红。"}]}]} {"data": [{"role": "user", "content": [{"image": "huawei_pura_80.jpeg"}]}, {"role": "assistant", "content": [{"text": "图中展示的是一款华为手机，型号为HUAWEI Pura 80 Pro+，颜色是釉红。"}]}, {"role": "user", "content": [{"image": "huawei_watch_gt5_pro.jpeg"}, {"image": "huawei_watch_gt5_pro_space.jpeg"}]}, {"role": "assistant", "content": [{"text": "上面的两张图中，分别是华为的两款穿戴手表，一款为HUAWEI WATCH GT 5 Pro（46mm）曜石黑 黑色氟橡胶表带，一款为HUAWEI WATCH GT 5 Pro（46mm）钛空银 钛金属表带。"}]}]} ```     - 从OBS导入：单个文件大小不超过50GB，文件数量不限制。   |
| 多模态理解（微调）  | tar+jsonl | - 允许导入的数据模态参考"文件格式"中显示，由用户购买的特性包许可决定。如果是纯文本，则仅支持标注文件。   - 如果包含图片，文件需存放在tar包中，存放要求将tar包和标注文件存储在同一目录，并且名称一一对应。 tar包格式：tar包中包含图片，图片格式支持：jpg、jpeg、png、bmp 。 标注文件格式：jsonl。jsonl中的路径信息对应tar中的文件路径，微调标注数据为问答对。注意：jsonl文件仅支持UTF-8编码。   - 标注文件示例： ``` {"data": [{"role": "user", "content": [{"text": "请介绍下HUAWEI Pura 80 Pro+手机的特点"}]}, {"role": "assistant", "content": [{"text": "HUAWEI Pura 80 Pro+搭载1英寸高动态主摄，配合红枫原色摄像头的像素级色彩校准，明暗细节清晰，色彩还原精准。"}]}]} {"data": [{"role": "user", "content": [{"image": "huawei_pura_80.jpeg"}, {"text": "请简单介绍下图片中的内容"}]}, {"role": "assistant", "content": [{"text": "图中展示的是一款华为手机，型号为HUAWEI Pura 80 Pro+，颜色是釉红。"}]}]} {"data": [{"role": "user", "content": [{"image": "huawei_pura_80.jpeg"}, {"image": "huawei_pura_80_white.jpeg"}, {"text": "这两张图片有什么异同点"}]}, {"role": "assistant", "content": [{"text": "两张图片中的手机都是HUAWEI Pura 80 Pro+型号，不同的是，一款为红色，一款为白色。"}]}]} {"data": [{"role": "user", "content": [{"image": "huawei_watch_gt5_pro.jpeg"}, {"text": "请简单描述下图片中的内容"}]}, {"role": "assistant", "content": [{"text": "图片中是华为的穿戴手表，具体型号为HUAWEI WATCH GT 5 Pro（46mm）曜石黑 黑色氟橡胶表带。"}]}, {"role": "user", "content": [{"image": "huawei_pura_80.jpeg"}, {"image": "huawei_pura_80_white.jpeg"}, {"text": "这两张图片有什么异同点"}]}, {"role": "assistant", "content": [{"text": "两张图片中的手机都是HUAWEI Pura 80 Pro+型号，不同的是，一款为红色，一款为白色。"}]}]} ```   - 从OBS导入：单个文件大小不超过50GB，文件数量不限制。                                                                |