MolmoWeb-SyntheticGround

MolmoWeb-SyntheticGround 是一个包含网页截图与合成基础任务配对的数据集。每个示例要求模型识别页面上的目标元素，并提供真实边界框和（对于GPT示例）自然语言思考。数据集包含两种配置：'template'（使用模板生成的基础问题，不涉及GPT）和 'gpt'（由GPT5选择的元素，包含GPT5生成的查询和思考）。主要特征包括：'image'（网页截图）、'messages'（与此截图相关的基础任务列表）、'metadata'（包含网站名称、页面URL、图像宽度和高度等信息的结构体）。每个'messages'条目包含'question'（目标元素的基础查询）、'answer'（JSON编码的答案对象）、'thought'（GPT或模板生成的推理）和'bbox'（目标元素的JSON编码边界框）。数据集规模：'gpt'配置包含130,370个示例，'template'配置包含232,089个示例。该数据集采用ODC-BY 1.0许可证，旨在研究和教育用途。