Датасет · osunlp
Мультимодальный датасет для веб-агентов Mind2Web
osunlp/Multimodal-Mind2Web
HTML-страницы со скриншотами и инструкциями для обучения веб-агентов выполнять задачи на сайтах.
Что внутри
Каждый HTML-документ из Mind2Web сопоставлен со скриншотом соответствующей веб-страницы. Данные на английском, размер от 10K до 100K примеров; это мультимодальная версия Mind2Web. Она избавляет от необходимости загружать изображения из полного raw dump размером около 300 ГБ.
Что можно сделать
- Обучать веб-агентов, которые следуют языковым инструкциям
- Оценивать мультимодальные модели на задачах навигации по сайтам
- Тренировать LoRA для агентов с HTML и скриншотами
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 10,7 тыс.
- Лайков
- 102
Модели, обученные на нём
- mradermacher/groundhog-v1-GGUF 671
- mradermacher/groundhog-v1-i1-GGUF 579
- adriandj3/TernaryPilot-v2-Computer-Browser-Use-LoRAКартинка + текст 124
- lukbit/devisionВопросы по картинкам 87
- adriandj3/TernaryPilot-v1-Computer-Browser-Use-LoRAКартинка + текст 59
- senpaicq/m2w-gemma4-e2b-pointer 38
- torontodeveloper/mind2web-candidate-rankertext ranking 17
- AtlasAI-official/reflex-reason-2bКартинка + текст 16
Как загрузить
from datasets import load_dataset
ds = load_dataset("osunlp/Multimodal-Mind2Web")