Nieuw paper 📢 De meest krachtige vision-language (VL) redeneer datasets blijven eigendom 🔒, wat de inspanningen belemmert om hun principes te bestuderen en soortgelijke effectieve datasets in de openbaarheid te ontwikkelen 🔓. Daarom introduceren we HoneyBee, een dataset van 2,5 miljoen voorbeelden die is gemaakt door zorgvuldige gegevenscuratie. Het traint VLM redeneerders die beter presteren dan InternVL2.5/3-Instruct en Qwen2.5-VL-Instruct over model schalen (bijv. een verbetering van 8% in MathVerse ten opzichte van QwenVL op de 3B schaal). 🧵👇 Werk gedaan tijdens mijn stage bij @AIatMeta w/ 🤝 @ramakanth1729, @Devendr06654102, @scottyih, @gargighosh, @adityagrover_, en @kaiwei_chang.