FineHARD 是由 360 人工智能研究团队于 2025 年开源的一个高质量图文对齐数据集，相关论文成果为：「FG-CLIP: Fine-Grained Visual and Textual Alignment」。

该数据集以规模化与精细化为特色，包含 1200 万张图像及其对应的长、短描述文本，覆盖 4000 万个边界框，每个边界框均附带细粒度区域描述，并创新性地引入了 1000 万组细粒度难负样本（Hard Fine-grained Negative Samples），这些经过算法筛选的干扰样本能够有效提升模型对相似目标的区分能力。