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")