ChartQA

# Dataset Card for "ChartQA" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)<p align="center" width="100%"><img src="https://i.postimg.cc/g0QRgMVv/WX20240228-113337-2x.png" width="100%" height="80%"></p> # 大规模多模态模型评测套件 > 借助`lmms-eval`加速大规模多模态模型（Large-scale Multi-modality Models，简称LMMs）的研发 🏠 [主页](https://lmms-lab.github.io/) | 📚 [文档](docs/README.md) | 🤗 [Huggingface数据集](https://huggingface.co/lmms-lab) # 本数据集 本数据集是[ChartQA](https://github.com/vis-nlp/ChartQA)的格式化版本，可应用于我们的`lmms-eval`流水线中，实现大规模多模态模型的一键评测。 @article{masry2022chartqa, title={ChartQA：面向图表问答的视觉与逻辑推理基准测试集}, author={Masry, Ahmed and Long, Do Xuan and Tan, Jia Qing and Joty, Shafiq and Hoque, Enamul}, journal={arXiv预印本 arXiv:2203.10244}, year={2022} }

搜集汇总

背景与挑战

背景概述

ChartQA是一个用于图表问答的基准数据集，专注于评估视觉和逻辑推理能力。该数据集由lmms-lab发布，采用Apache License 2.0许可，并已格式化以支持大规模多模态模型的一键评估，便于在lmms-eval管道中使用。