VisualWebInstruct-Raw

dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: question_images
sequence: image
- name: solution_images
sequence: image
- name: url
dtype: string
- name: idx
dtype: int64
splits:
- name: train
num_bytes: 18740359983.565006
num_examples: 359777
download_size: 18809874167
dataset_size: 18740359983.565006
configs:
- config_name: raw
data_files:
- split: train
path: data/train_batch_*.parquet
license: mit
task_categories:
- question-answering
language:
- en
tags:
- multimodal
pretty_name: VisualWebInstruct
size_categories:
- 100K<n<1M
---

数据集信息：
特征：
- 字段名：问题（question），数据类型：字符串（string）
- 字段名：答案（answer），数据类型：字符串（string）
- 字段名：问题配图（question_images），数据类型：图像序列（sequence: image）
- 字段名：解题配图（solution_images），数据类型：图像序列（sequence: image）
- 字段名：来源链接（url），数据类型：字符串（string）
- 字段名：索引（idx），数据类型：64位整型（int64）
数据集划分：
- 划分名称：训练集（train），占用字节数：18740359983.565006，样本数量：359777
下载大小：18809874167
数据集总占用字节数：18740359983.565006
配置项：
- 配置名称：原始（raw），数据文件：
- 数据集划分：训练集（train），文件路径：data/train_batch_*.parquet
许可证：MIT（mit）协议
任务类别：
- 问答（question-answering）
语言：
- 英语（en）
标签：
- 多模态（multimodal）
展示名称：可视化网页指令（VisualWebInstruct）
样本规模分类：
- 100K<n<1M（10万<n<100万）
---