lamm-mit/Cephalo-Bioinspired-Mechanics-Materials

该数据集用于训练Cephalo模型，这是一个多模态材料科学视觉大语言模型（V-LLMs），旨在整合视觉和语言数据，以在人类-AI或多代理AI框架中实现高级理解和交互。数据集的生成方法创新，通过先进算法从复杂的PDF文档中提取图像及其对应的文本描述，并利用大语言模型（LLMs）进行自然语言处理，生成高质量的图像-文本对。Cephalo模型能够解释复杂的视觉场景并生成上下文准确的语言描述和回答查询。该模型处理多样化的输入，包括图像和文本，适用于图像标注、视觉问答和多模态内容生成等应用。

原始信息汇总

数据集概述

数据特征

• 名称: query
  • 数据类型: string
• 名称: answer
  • 数据类型: string
• 名称: text
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 74073610
  • 样本数: 30486

数据大小

• 下载大小: 35691842
• 数据集大小: 74073610

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*