lamm-mit/Cephalo-Wikipedia-Materials

该数据集用于训练Cephalo系列的多模态材料科学视觉大语言模型（V-LLMs），旨在整合视觉和语言数据，以在人类-AI或多代理AI框架中实现高级理解和交互。数据集的生成方法创新，通过先进算法从复杂的PDF文档中提取图像及其对应的文本描述，并利用大语言模型（LLMs）进行自然语言处理，生成高质量的图像-文本对。数据集包含图像、查询、答案、原始标题、图像URL和URL等特征，主要用于图像描述、视觉问答和多模态内容生成等应用。

原始信息汇总

数据集概述

数据特征

• 图像: 数据类型为图像。
• 查询: 数据类型为字符串。
• 答案: 数据类型为字符串。
• 原始描述: 数据类型为字符串。
• 图像链接: 数据类型为字符串。
• 链接: 数据类型为字符串。

数据分割

• 训练集: 包含8188个样本，总大小为509515871.5字节。

数据大小

• 下载大小: 507006677字节。
• 数据集大小: 509515871.5字节。

配置

• 默认配置: 数据文件路径为data/train-*。