Датасет · UniParser
Научные изображения с текстовыми описаниями
UniParser/OmniScience
Крупный мультимодальный датасет для понимания научных изображений: картинки и тексты, задача image-to-text.
Что внутри
OmniScience — масштабный мультимодальный датасет для понимания научных изображений. Он содержит изображения и текст; основная задача — image-to-text. По метаданным, размер составляет от 1 до 10 млн примеров. Карточка сообщает о принятии в KDD 2026 Dataset & Benchmark Track.
Что можно сделать
- Обучение VLM описывать научные иллюстрации
- Оценка image-to-text моделей на научных изображениях
- Дообучение моделей для графиков и схем
- Задачи
- Картинка → текст
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 726
- Лайков
- 130
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("UniParser/OmniScience")