Датасет · MMInstruction
Иллюстрации и подписи из научных статей arXiv
MMInstruction/ArxivCap
Пары «изображение — подпись» из научных публикаций arXiv с метаданными для мультимодальных моделей.
Что внутри
Датасет состоит из картинок (графиков, схем, иллюстраций) и соответствующих им подписей, извлечённых из научных статей на платформе arXiv на английском языке. К каждой паре прилагаются метаданные о категории статьи, лицензии и цитируемости из Kaggle и Semantic Scholar. Объём коллекции составляет от 100 тысяч до 1 миллиона записей.
Что можно сделать
- Обучение VLM-моделей пониманию научных графиков и диаграмм
- Генерация описаний для технических и научных иллюстраций
- Мультимодальный поиск по научным публикациям
- Задачи
- Картинка → текст
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 15,3 тыс.
- Лайков
- 58
Как загрузить
from datasets import load_dataset
ds = load_dataset("MMInstruction/ArxivCap")