UniData 提出了一套通用的指令生成流水线，能够将简短的用户需求转化为多轮、多模态的指令。首先，系统将用户需求扩展为若干多样化的事件；随后，利用任意到任意的大模型完成多模态指令的生成；最后，依据指令轮次之间的关联，对无关或冗余的推理流程进行纠正，从而提升数据质量。
为训练该流水线，作者构建了 UniDataset，包含 20,000 条覆盖九种模态的样本，显著提升了多模态生成能力。实验表明，UniData 在指令质量上达到最新水平，并可进一步增强其他多模态模型的理解与生成能力。
点评
UniData 提出了一套通用的指令生成流水线，能够将简短的用户需求转化为多轮、多模态的指令。首先，系统将用户需求扩展为若干多样化的事件；随后，利用任意到任意的大模型完成多模态指令的生成；最后，依据指令轮次之间的关联，对无关或冗余的推理流程进行纠正，从而提升数据质量。
为训练该流水线，作者构建了 UniDataset，包含 20,000 条覆盖九种模态的样本，显著提升了多模态生成能力。实验表明，UniData 在指令质量上达到最新水平，并可进一步增强其他多模态模型的理解与生成能力。
点评