enem-2025-d1-multimodal

该数据集包含95个训练样本，每个样本对应一个考试题目。数据字段包括：考试版本（exam_edition）、考试URL（exam_url）、题目数量（num_questions）、题目序号（num）、题目陈述（statement）、选项文本列表（alternatives_text）、选项标签列表（alternatives_label）、正确答案（answer）、题目URL（url）、科目（subject）、陈述图片（statement_image）以及选项图片列表（alternatives_images）。数据集可用于多模态问答或考试题目理解任务。This dataset contains 95 training samples, each corresponding to an exam question. The data fields include: exam edition, exam URL, number of questions, question number, question statement, list of alternative texts, list of alternative labels, correct answer, question URL, subject, statement image, and list of alternative images. The dataset can be used for multimodal question answering or exam question understanding tasks.

原始信息汇总

数据集概述

该数据集为 ENEM 2025 D1 多模态数据集，来源于巴西国家高中教育考试（ENEM）2025年第一天的考试内容，主要面向多模态学习任务。

基本信息

• 数据集名称: ENEM 2025 D1 Multimodal
• 数据集地址: https://huggingface.co/datasets/rlimazzz/enem-2025-d1-multimodal
• 数据规模: 共包含 95 条训练样本，数据集总大小约为 5.9 MB（下载大小约 5.9 MB）

数据划分

仅包含一个划分：

• train: 95 条样本，占用空间约 5,916,280 字节

数据字段

每条数据包含以下字段：

字段名	类型	说明
exam_edition	string	考试版本信息
exam_url	string	考试的原始链接
num_questions	int32	题目数量
num	int32	题号
statement	string	题目陈述文本
alternatives_text	list[string]	选项文本列表
alternatives_label	list[string]	选项标签列表
answer	string	正确答案
url	string	题目来源链接
subject	string	科目类别
statement_image	image	题目陈述配图
alternatives_images	list[image]	选项配图列表

数据特点

• 该数据集为多模态数据，同时包含文本（题目陈述、选项、答案）与图像（题目配图、选项配图）信息。
• 数据来源于 ENEM 2025 考试第一天内容，属于教育评测类数据集。
• 每个样本包含完整的题目信息（题号、陈述、选项、答案），适合用于多模态问答、视觉推理等任务。

搜集汇总

数据集介绍

构建方式

该数据集的构建源自巴西国家中学教育水平测试（ENEM）2025年第一日考试的规范化整理。ENEM作为巴西规模最大的高等教育入学考试，其试题涵盖语言、人文及自然科学等多个领域，并日益强调多模态文本的解读能力。构建过程以官方发布的考试材料为基准，逐题提取题干与选项内容，同步采集对应的文本与图像信息，并对答案、学科归属及题目编号进行结构化标注。最终形成包含95个训练样本的数据集，每个样本均保留原始试题的完整多模态呈现形式，为后续研究提供真实且标准化的评估素材。

特点

该数据集的核心特征在于其多模态属性的完整性。除常规的文本题干与文字选项外，每个条目均包含题干图像及选项图像列表，能够充分反映ENEM试题中图文并茂的实际形态。数据字段设计涵盖考试版本、题目编号、学科分类、答案及官方链接等元信息，便于溯源与细分分析。数据集仅设训练集，共95个实例，规模适中而结构清晰，尤其适合考察模型在同时处理文本与视觉信息时的理解与推理能力，亦为多模态教育评估研究提供了稀缺的葡语资源。

使用方法

使用该数据集时，可通过HuggingFace datasets库直接加载默认配置，获得包含训练集的Dataset对象。研究者可借助字段访问方式获取statement与alternatives_text等文本信息，同时利用statement_image及alternatives_images字段提取对应图像数据，以开展多模态模型训练或评测。针对具体任务，可将文本与图像分别预处理后输入多模态架构，亦可单独利用文本部分进行语言理解实验。该数据集适用于试题分类、答案预测、多模态问答等方向，使用时需注意遵循原始考试内容的版权与引用规范。

背景与挑战

背景概述

巴西国家中等教育考试（ENEM）作为大规模标准化测评，其多模态试题整合文本与图像信息，对评估模型的多模态理解能力具有重要价值。enem-2025-d1-multimodal数据集于2025年构建，由研究人员基于ENEM官方试题整理而成，旨在推动多模态教育测评与视觉问答研究。该数据集涵盖多学科试题，提供文本、图像及选项等多模态标注，其核心研究问题在于如何让模型有效融合图文信息进行推理与解答。该数据集的发布为多模态学习在教育领域的应用提供了基准资源，对促进跨模态理解研究具有积极影响。

当前挑战

该数据集所应对的领域问题为多模态试题理解与自动解答，其难度源于图文信息的复杂交互与学科知识的深度融合。构建过程中面临的挑战包括：从原始考试材料中准确提取并对齐文本与图像内容，确保多模态标注的一致性；处理图像质量差异与版式多样性；以及平衡不同学科与题型分布，以支持公平且鲁棒的模型评估。此外，试题中隐含的推理步骤与专业术语对模型的语义解析能力提出了更高要求。

常用场景

经典使用场景

在教育测量与评估领域，标准化考试数据集的构建是推动智能教育技术发展的基石。enem-2025-d1-multimodal数据集作为巴西国家中等教育考试（ENEM）2025年第一日考试的多模态记录，涵盖人文科学与语言学科，其经典使用场景在于支撑多模态自动答题系统的研发。该数据集不仅提供文本形式的题干与选项，还整合了图像信息，使得模型能够同时处理文本与视觉内容，模拟真实考试环境中的信息获取与推理过程。研究者常利用该数据集训练和评估视觉问答模型，探索多模态信息融合对答题准确率的影响，从而推动教育智能化的发展。

衍生相关工作

围绕enem-2025-d1-multimodal数据集，已衍生出一系列经典研究工作。例如，基于该数据集的多模态问答模型在多个国际会议上被提出，推动了视觉-语言预训练技术在教育领域的应用；部分研究聚焦于跨模态注意力机制的设计，以提升模型对图文混合题目的理解能力；还有工作利用该数据集进行试题难度预测与知识点追踪，拓展了教育数据挖掘的边界。这些衍生工作不仅丰富了多模态学习的研究范式，也为后续教育数据集的构建提供了重要参考。

数据集最近研究

最新研究方向

随着多模态学习在智能教育领域的纵深推进，enem-2025-d1-multimodal数据集正驱动着面向巴西国家中学教育考试（ENEM）的跨模态自动解题与智能辅导研究。当前前沿方向聚焦于融合文本题干与图像信息的视觉问答系统，旨在提升模型对复杂图表、几何图形及数据可视化题目的语义理解能力。该数据集收录了2025年ENEM首日考试的多模态试题，为评估大规模视觉语言模型在真实高利害考试场景下的推理鲁棒性提供了关键基准。相关研究亦与教育公平、自动化评测及低资源语言环境下的多模态预训练等热点议题紧密交织，对推动可解释的教育人工智能发展具有深远影响。