ai-conferences/CVPR2025

---
dataset_info:
features:
- name: paper_id
dtype: uint32
- name: title
dtype: string
- name: authors
sequence: string
- name: cvf_url
dtype: string
- name: pdf_url
dtype: string
- name: supp_url
dtype: string
- name: arxiv_id
dtype: string
- name: bibtex
dtype: large_string
- name: abstract
dtype: large_string
- name: embedding
sequence: float64
splits:
- name: train
num_bytes: 24525822
num_examples: 2871
download_size: 17708130
dataset_size: 24525822
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

### 数据集信息（dataset_info）
#### 特征字段
1. 论文ID（paper_id）：数据类型为无符号32位整数（uint32）
2. 标题（title）：数据类型为字符串（string）
3. 作者列表（authors）：字符串序列（sequence）类型
4. cvf链接（cvf_url）：数据类型为字符串（string）
5. PDF链接（pdf_url）：数据类型为字符串（string）
6. 补充材料链接（supp_url）：数据类型为字符串（string）
7. arxiv标识符（arxiv_id）：数据类型为字符串（string）
8. BibTeX条目（bibtex）：数据类型为大字符串（large_string）
9. 摘要（abstract）：数据类型为大字符串（large_string）
10. 嵌入向量（embedding）：双精度浮点数（float64）序列类型

#### 数据划分
- 划分名称：训练集（train），占用存储空间24525822字节，共包含2871个样本
- 数据集总下载大小：17708130，总存储大小：24525822

#### 数据集配置
- 配置名称：默认（default），数据文件路径如下：
- 训练集（train）对应的数据文件路径为 `data/train-*`