pcmb-ots-dataset
收藏资源简介：
# PCMB OTS Dataset *High-quality Dataset focused on Indian Engineering Competitive Examination Topics* ## Dataset Summary This dataset contains 400,000 question-answer pairs focused on competitive indian engineering examination content, covering Physics, Chemistry, Mathematics, and Biology. It includes textual and image-based content. ## How to Utilise the Dataset - Refer to the attached Excel files. - To fetch the correct image ID for a specific Q&A pair, check the question_image and answer_image columns in the Excel sheet. ## Contact For queries, contact: support@humynlabs.ai ## Supported Tasks - **Task Categories**: Question Answers - **Tasks**: - Pre and Post-Training - Multimodal Learning (text + image) - Educational Tool Development ## Languages - **Primary Language**: English (en) ## Dataset Structure ### Data Instances Each instance includes a question and answer, with optional images (e.g., diagrams, graphs). - **Total Samples**: 400,000 ### Data Distribution - **Subjects**: Evenly distributed across Physics, Chemistry, Mathematics, Biology - **Content Type**: Textual and image-based ## Dataset Creation ### Source Data - **Contributors**: Subject matter experts ### Annotations - **Process**: Manually curated and verified by experts - **Quality Control**: Validated for factual correctness, grammar, duplication, and plagiarism ## License CC BY 4.0
# PCMB OTS 数据集 *专注于印度工程类竞争性考试主题的高质量数据集* ## 数据集概览 本数据集包含40万个问答对，聚焦印度工程类竞争性考试内容，涵盖物理、化学、数学与生物四大学科，同时包含文本与图像两类内容。 ## 数据集使用方法 - 请参阅附带的Excel文件。 - 若需获取特定问答对对应的正确图像ID，可查看Excel表格中的question_image（问题图像）与answer_image（答案图像）列。 ## 联系方式 如有疑问，请联系：arunabh@kgen.io ## 支持任务 - **任务类别**：问答任务 - **任务方向**： - 预训练与微调 - 多模态学习（文本+图像） - 教育工具开发 ## 语言说明 - **主要语言**：英语（en） ## 数据集结构 ### 数据实例 每个数据实例包含一组问答内容，可附带可选图像（如示意图、图表等）。 - **总样本量**：400,000 ### 数据分布 - **学科分布**：在物理、化学、数学、生物四大学科间均匀分布 - **内容类型**：文本与图像混合 ## 数据集创建 ### 源数据 - **贡献方**：学科领域专家 ### 标注说明 - **处理流程**：由专家人工整理并审核 - **质量控制**：针对事实正确性、语法规范、重复冗余与抄袭问题进行验证 ## 授权协议 CC BY 4.0
