К содержимому

Датасет · princeton-nlp

Бенчмарк для анализа сложных научных графиков

princeton-nlp/CharXiv

2 323 научных графика из статей arXiv для проверки способности мультимодальных моделей понимать сложные визуализации.

Что внутри

Датасет содержит 2 323 изображения графиков в высоком разрешении, вручную отобранных экспертами из препринтов arXiv. Данные на английском языке, представлены в модальностях изображений и текста и сопровождаются вопросами к визуализациям и документам. Проект представлен на конференции NeurIPS 2024 для выявления слабых мест мультимодальных LLM.

Что можно сделать

  • Тестирование VLM на понимание сложных научных диаграмм и графиков
  • Оценка систем извлечения данных из визуальных документов (Document VQA)
Задачи
Вопросы по картинкам, document question answering, Вопрос-ответ
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
19,3 тыс.
Лайков
57

Как загрузить

from datasets import load_dataset

ds = load_dataset("princeton-nlp/CharXiv")