InfiMM-WebMath-40B 多模态数学推理数据集

超神经2024-09-28 更新2024-12-14 收录

下载链接：

https://hyper.ai/cn/datasets/34676

下载链接

链接失效反馈

官方服务：

资源简介：

InfiMM-WebMath-40B 数据集是由字节跳动和中国科学院的研究团队于 2024 年发布的，相关论文成果为「InfiMM-WebMath-40B: Advancing Multimodal Pre-Training for Enhanced Mathematical Reasoning」。

InfiMM-WebMath-40B 数据集由字节跳动与中国科学院的研究团队于2024年发布，相关学术论文题为《InfiMM-WebMath-40B：面向增强型数学推理的多模态预训练进展》。

创建时间：

2024-09-24

搜集汇总

数据集介绍

背景与挑战

背景概述

InfiMM-WebMath-40B是由字节跳动和中国科学院于2024年发布的大型开源多模态数学推理数据集，包含2.4k万网页、8.5k万图像URL和400亿tokens，数据源自CommonCrawl数据库（2019-2023年）。该数据集经过文本提取、过滤和去重等处理，旨在增强多模态大型语言模型在数学推理方面的预训练和微调能力。

以上内容由遇见数据集搜集并总结生成