Датасет · HuggingFaceM4
Документы и вопросы для Document VQA
HuggingFaceM4/Docmatix
Огромный англоязычный набор для Document VQA, использованный при дообучении Idefics3.
Что внутри
Docmatix — массивный датасет для визуальных вопросов по документам (Document VQA). На нём дообучали vision-language модель Idefics3. Данные состоят из изображений документов и текстовых вопросов-ответов, язык — английский, объём — от 1 до 10 млн примеров.
Что можно сделать
- Дообучить VLM для ответов по сканам и документам
- Обучить LoRA для Idefics3 на Document VQA
- Проверить OCR/VQA-систему на документах
- Задачи
- Вопросы по картинкам
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 24,6 тыс.
- Лайков
- 319
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("HuggingFaceM4/Docmatix")