mPLUG/DocGenome12K

Name: mPLUG/DocGenome12K
Creator: mPLUG
Published: 2024-09-28 05:37:53
License: 暂无描述

Hugging Face2024-09-28 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/mPLUG/DocGenome12K

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

mPLUG

DocGenome12K

基于DocGenome构建的12k多页文档结构解析微调数据集。

魔搭社区2026-01-04 更新90

DocGenome

DocGenome是一个开放的大型科学文档基准数据集，用于训练下一代大型模型。它通过标注来自arXiv开放访问社区的50万份科学文档，构建了一个结构化的文档数据集。该数据集具有完整性、逻辑性、多样性和正确性四个关键特点，涵盖了文档分类、视觉定位、文档布局检测等多种文档导向任务，并经过专业团队严格的质量控制。

github2024-06-06 更新2040

mPLUG/DocReason25K

--- license: apache-2.0 ---

Hugging Face2024-03-26 更新90

DocGenome

DocGenome是由上海人工智能实验室创建的一个大规模科学文档基准数据集，包含50万篇来自arXiv开放访问社区的科学文档，涵盖153个学科。该数据集通过定制的自动标注管道进行结构化处理，具有完整性、逻辑性、多样性和正确性四大特点。数据集内容丰富，包括文档分类、视觉定位、文档布局检测等多种任务，旨在通过这些任务提升大型模型处理科学文档的能力。创建过程中，采用了先进的自动标注技术，确保数据质量。D

arXiv2024-06-17 更新550

mPLUG/DocLocal4K

--- license: apache-2.0 ---

Hugging Face2024-03-26 更新50