gabrielbo/parser-bench

--- dataset_info: features: - name: id dtype: string - name: domain dtype: string - name: source_pdf dtype: string - name: question dtype: string - name: answer dtype: string - name: answer_type dtype: string - name: answer_unit dtype: string - name: tolerance dtype: float64 - name: page_images list: image - name: supporting_pages list: int64 - name: supporting_bboxes dtype: string - name: alternate_bboxes dtype: string - name: evidence_relations dtype: string - name: multi_region_required dtype: bool - name: requires_visual dtype: bool - name: difficulty_visual dtype: int64 - name: difficulty_reasoning dtype: int64 - name: difficulty_localization dtype: int64 - name: question_family dtype: string - name: stress_type dtype: string - name: adversarial_type dtype: string - name: reasoning_chain dtype: string - name: evidence_page_spread dtype: int64 - name: split dtype: string splits: - name: train num_bytes: 557820536 num_examples: 298 - name: validation num_bytes: 862199091 num_examples: 574 - name: test num_bytes: 986458346 num_examples: 666 download_size: 2406637680 dataset_size: 2406477973 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息： 特征： - 字段名：标识符（id），数据类型：字符串 - 字段名：领域（domain），数据类型：字符串 - 字段名：源PDF（source_pdf），数据类型：字符串 - 字段名：问题（question），数据类型：字符串 - 字段名：答案（answer），数据类型：字符串 - 字段名：答案类型（answer_type），数据类型：字符串 - 字段名：答案单位（answer_unit），数据类型：字符串 - 字段名：容差（tolerance），数据类型：64位浮点型 - 字段名：页面图像（page_images），数据类型：图像列表 - 字段名：支撑页面（supporting_pages），数据类型：64位整型列表 - 字段名：支撑边界框（supporting_bboxes），数据类型：字符串 - 字段名：备选边界框（alternate_bboxes），数据类型：字符串 - 字段名：证据关联（evidence_relations），数据类型：字符串 - 字段名：多区域需求（multi_region_required），数据类型：布尔型 - 字段名：需视觉信息（requires_visual），数据类型：布尔型 - 字段名：视觉难度（difficulty_visual），数据类型：64位整型 - 字段名：推理难度（difficulty_reasoning），数据类型：64位整型 - 字段名：定位难度（difficulty_localization），数据类型：64位整型 - 字段名：问题族（question_family），数据类型：字符串 - 字段名：压力类型（stress_type），数据类型：字符串 - 字段名：对抗类型（adversarial_type），数据类型：字符串 - 字段名：推理链（reasoning_chain），数据类型：字符串 - 字段名：证据页面跨度（evidence_page_spread），数据类型：64位整型 - 字段名：样本划分（split），数据类型：字符串 数据集划分： - 划分名称：训练集（train），数据字节数：557820536，样本数量：298 - 划分名称：验证集（validation），数据字节数：862199091，样本数量：574 - 划分名称：测试集（test），数据字节数：986458346，样本数量：666 下载总大小：2406637680 数据集总大小：2406477973 配置项： - 配置名称：默认配置（default），数据文件： - 训练集划分：路径为data/train-* - 验证集划分：路径为data/validation-* - 测试集划分：路径为data/test-*