3g1l-vaktros/DIME-Reducto-VLM-FINAL

--- dataset_info: features: - name: page_id dtype: string - name: page_no dtype: int64 - name: block_id dtype: int64 - name: block_type dtype: string - name: crop_text dtype: string - name: crop_image_bytes dtype: binary - name: crop_bbox_absolute list: int64 - name: crop_bbox_relative struct: - name: height dtype: float64 - name: left dtype: float64 - name: top dtype: float64 - name: width dtype: float64 - name: system_prompt dtype: string splits: - name: train num_bytes: 11209044662 num_examples: 324660 - name: validation num_bytes: 1401147845 num_examples: 40583 - name: test num_bytes: 1401147845 num_examples: 40583 download_size: 13710706698 dataset_size: 14011340352 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： - 名称：页面ID（page_id），数据类型：字符串 - 名称：页码（page_no），数据类型：64位整数 - 名称：块ID（block_id），数据类型：64位整数 - 名称：块类型（block_type），数据类型：字符串 - 名称：裁剪文本（crop_text），数据类型：字符串 - 名称：裁剪图像字节流（crop_image_bytes），数据类型：二进制 - 名称：绝对边界框（crop_bbox_absolute），数据类型：64位整数列表 - 名称：相对边界框（crop_bbox_relative），数据类型：结构体，包含字段： - 高度（height）：64位浮点数 - 左坐标（left）：64位浮点数 - 上坐标（top）：64位浮点数 - 宽度（width）：64位浮点数 - 名称：系统提示词（system_prompt），数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：11209044662，样本数：324660 - 划分名称：验证集（validation），字节数：1401147845，样本数：40583 - 划分名称：测试集（test），字节数：1401147845，样本数：40583 下载大小：13710706698，数据集总大小：14011340352 配置项： - 配置名称：默认（default），数据文件： - 训练集（train）：路径为 data/train-* - 验证集（validation）：路径为 data/validation-* - 测试集（test）：路径为 data/test-*