浙江大学与阿里巴巴达摩院合作发布了一项研究，旨在利用教学视频创建高质量多模态教科书，为大规模语言模型训练提供新思路。研究团队从互联网收集并筛选出75,000个高质量教学视频，涵盖多个学科，总时长超过22,000小时。通过复杂处理管道，这些视频被转化为内容丰富、结构严谨的多模态教科书，显著提升了知识密度和图像关联性。

该研究成果引起了学术界的广泛关注，相关数据集在Hugging Face平台上迅速走红，两周内下载量超7000次。研究者希望这一创新不仅能推动语言模型发展，还能为教育资源的整合与应用开启新篇章。

标 签：