PDFPages/colpali_train_set_pdf_subset_sample_with_labels

---
dataset_info:
- config_name: aria
features:
- name: image
dtype: image
- name: image_filename
dtype: string
- name: query
dtype: string
- name: answer
dtype: string
- name: source
dtype: string
- name: options
dtype: string
- name: page
dtype: string
- name: model
dtype: string
- name: prompt
dtype: string
- name: answer_type
dtype: string
- name: table_predictions
list:
- name: box
struct:
- name: xmax
dtype: int64
- name: xmin
dtype: int64
- name: ymax
dtype: int64
- name: ymin
dtype: int64
- name: label
dtype: string
- name: score
dtype: float64
- name: analysis
struct:
- name: contains_figure
dtype: bool
- name: contains_table
dtype: bool
- name: contains_text
dtype: bool
- name: description
dtype: string
- name: contains_figure
dtype: bool
- name: contains_table
dtype: bool
- name: contains_text
dtype: bool
- name: description
dtype: string
splits:
- name: train
num_bytes: 182795946.0
num_examples: 500
download_size: 164346385
dataset_size: 182795946.0
- config_name: default
features:
- name: image
dtype: image
- name: image_filename
dtype: string
- name: query
dtype: string
- name: answer
dtype: string
- name: source
dtype: string
- name: options
dtype: string
- name: page
dtype: string
- name: model
dtype: string
- name: prompt
dtype: string
- name: answer_type
dtype: string
- name: analysis
struct:
- name: contains_figure
dtype: bool
- name: contains_table
dtype: bool
- name: contains_text
dtype: bool
- name: description
dtype: string
- name: contains_figure
dtype: bool
- name: contains_table
dtype: bool
- name: contains_text
dtype: bool
- name: description
dtype: string
splits:
- name: train
num_bytes: 183141409.0
num_examples: 500
download_size: 164554769
dataset_size: 183141409.0
configs:
- config_name: aria
data_files:
- split: train
path: aria/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
- 配置名称：aria
特征：
- 字段名：图像（image），数据类型：图像
- 字段名：图像文件名（image_filename），数据类型：字符串（string）
- 字段名：查询语句（query），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：来源（source），数据类型：字符串（string）
- 字段名：选项（options），数据类型：字符串（string）
- 字段名：页码（page），数据类型：字符串（string）
- 字段名：模型（model），数据类型：字符串（string）
- 字段名：提示词（prompt），数据类型：字符串（string）
- 字段名：答案类型（answer_type），数据类型：字符串（string）
- 字段名：表格预测结果（table_predictions），数据类型：列表（list）
列表元素：
- 字段名：边界框（box），结构体（struct）：
- 字段名：xmax，数据类型：64位整数（int64）
- 字段名：xmin，数据类型：64位整数（int64）
- 字段名：ymax，数据类型：64位整数（int64）
- 字段名：ymin，数据类型：64位整数（int64）
- 字段名：标签（label），数据类型：字符串（string）
- 字段名：置信度得分（score），数据类型：64位浮点数（float64）
- 字段名：分析（analysis），结构体（struct）：
- 字段名：是否包含图形（contains_figure），数据类型：布尔值（bool）
- 字段名：是否包含表格（contains_table），数据类型：布尔值（bool）
- 字段名：是否包含文本（contains_text），数据类型：布尔值（bool）
- 字段名：描述信息（description），数据类型：字符串（string）
- 字段名：是否包含图形（contains_figure），数据类型：布尔值（bool）
- 字段名：是否包含表格（contains_table），数据类型：布尔值（bool）
- 字段名：是否包含文本（contains_text），数据类型：布尔值（bool）
- 字段名：描述信息（description），数据类型：字符串（string）
划分集：
- 划分名称：训练集（train），字节占用大小：182795946.0，样本数量：500
下载大小：164346385
数据集总大小：182795946.0
- 配置名称：default
特征：
- 字段名：图像（image），数据类型：图像
- 字段名：图像文件名（image_filename），数据类型：字符串（string）
- 字段名：查询语句（query），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：来源（source），数据类型：字符串（string）
- 字段名：选项（options），数据类型：字符串（string）
- 字段名：页码（page），数据类型：字符串（string）
- 字段名：模型（model），数据类型：字符串（string）
- 字段名：提示词（prompt），数据类型：字符串（string）
- 字段名：答案类型（answer_type），数据类型：字符串（string）
- 字段名：分析（analysis），结构体（struct）：
- 字段名：是否包含图形（contains_figure），数据类型：布尔值（bool）
- 字段名：是否包含表格（contains_table），数据类型：布尔值（bool）
- 字段名：是否包含文本（contains_text），数据类型：布尔值（bool）
- 字段名：描述信息（description），数据类型：字符串（string）
- 字段名：是否包含图形（contains_figure），数据类型：布尔值（bool）
- 字段名：是否包含表格（contains_table），数据类型：布尔值（bool）
- 字段名：是否包含文本（contains_text），数据类型：布尔值（bool）
- 字段名：描述信息（description），数据类型：字符串（string）
划分集：
- 划分名称：训练集（train），字节占用大小：183141409.0，样本数量：500
下载大小：164554769
数据集总大小：183141409.0
配置项：
- 配置名称：aria
数据文件：
- 划分：训练集（train），路径：aria/train-*
- 配置名称：default
数据文件：
- 划分：训练集（train），路径：data/train-*