neeto-lab/loixc-pretrain-120k

---
license: mit
dataset_info:
features:
- name: id
dtype: string
- name: image
dtype: string
- name: input
dtype: string
- name: system
dtype: string
- name: output
dtype: string
- name: boxes
sequence:
sequence: float16
- name: box_texts
sequence: string
- name: detail
struct:
- name: arxiv_id
dtype: string
- name: image_id
dtype: int64
- name: image_name
dtype: string
- name: language
dtype: string
- name: page_idx
dtype: int64
- name: split
dtype: string
splits:
- name: train
num_bytes: 635968822
num_examples: 120164
download_size: 356194932
dataset_size: 635968822
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

许可证：MIT许可证
数据集信息：
特征：
- 名称：id，数据类型：字符串
- 名称：image，数据类型：字符串
- 名称：input，数据类型：字符串
- 名称：system，数据类型：字符串
- 名称：output，数据类型：字符串
- 名称：boxes：二维浮点16（float16）数值序列
- 名称：box_texts：字符串序列
- 名称：detail：结构体，包含以下字段：
- arxiv_id：字符串类型
- image_id：64位整数（int64）类型
- image_name：字符串类型
- language：字符串类型
- page_idx：64位整数（int64）类型
- split：字符串类型
数据拆分：
- 拆分名称：train，占用字节数：635968822，样本总数：120164
下载总大小：356194932字节
数据集总占用大小：635968822字节
配置项：
- 配置名称：default，数据文件：
- 拆分：train，路径：data/train-*