racineai/OGC_2_vdr-visRAG-colpali

OGC 2数据集是一个组织、分组和清理过的数据集，专为图像/文本到向量（DSE）任务设计。它包含了超过600,000行的正查询数据，合并了三个不同的数据源，并且语言分布包括英语（约64%）、法语（约9%）、西班牙语（约9%）、意大利语（约8%）和德语（约8%）。The OGC 2 dataset is an organized, grouped, and cleaned dataset intended for image/text to vector (DSE) tasks. It contains over 600,000 rows of positive queries, merged from three different data sources, and the language distribution includes English (≈64%), French (≈9%), Spanish (≈9%), Italian (≈8%), and German (≈8%).