PaperPDF

该数据集包含了从arXiv广泛收集的学术论文，用于自动生成100万个问答对以及它们相应的证据来源。该数据集特别构建于训练和评估PDF-WuKong模型在理解长篇多模态文档方面的能力。其所涉及的任务是多模态问答。