five

ServiceNow/BigDocs-7.5M

收藏
Hugging Face2025-06-20 更新2025-08-09 收录
下载链接:
https://hf-mirror.com/datasets/ServiceNow/BigDocs-7.5M
下载链接
链接失效反馈
官方服务:
资源简介:
BigDocs-7.5M 是一个用于训练多模态模型在文档和代码任务上的开放和许可数据集。该数据集包含了多个子数据集,每个子数据集都有详细的配置信息,包括数据文件路径、特征描述、数据大小和示例数量。数据加载指南解释了如何处理缺少 image 列的数据集,并提供了一个 Python 脚本来替换图像。数据集使用 CC-BY-4.0 许可证,并且记录了每个数据集的依赖关系。

BigDocs-7.5M is an open and permissively-licensed dataset for training multimodal models on document and code tasks. The dataset consists of multiple sub-datasets, each with detailed configuration information including data file paths, feature descriptions, dataset size, and number of examples. The guide on data loading explains how to handle datasets with missing image columns by using img_id and provides a Python script for substituting images. The dataset is licensed under CC-BY-4.0 and documents dependencies for each dataset.
提供机构:
ServiceNow
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作