jinaai/docqa_artificial_intelligence

---
dataset_info:
features:
- name: query
dtype: string
- name: image_filename
dtype: string
- name: image
dtype: image
- name: text_description
dtype: string
splits:
- name: test
num_bytes: 348509916.0
num_examples: 990
download_size: 304154027
dataset_size: 348509916.0
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---

# Creation

This dataset is build upon the corresponding dataset from the [ViDoRe Benchmark](https://huggingface.co/collections/vidore/vidore-benchmark-667173f98e70a1c0fa4db00d). For more information regarding the filtering please read [our paper](https://arxiv.org/abs/2506.18902) or [this discussion on github](https://github.com/embeddings-benchmark/mteb/pull/2942#discussion_r2240711654).

# Disclaimer

This dataset may contain publicly available images or text data. All data is provided for research and educational purposes only. If you are the rights holder of any content and have concerns regarding intellectual property or copyright, please contact us at "support-data (at) jina.ai" for removal. We do not collect or process personal, sensitive, or private information intentionally. If you believe this dataset includes such content (e.g., portraits, location-linked images, medical or financial data, or NSFW content), please notify us, and we will take appropriate action.

# Copyright

All rights are reserved to the original authors of the documents.

---
数据集信息：
特征项：
- 名称：查询（query），数据类型：字符串
- 名称：图像文件名（image_filename），数据类型：字符串
- 名称：图像（image），数据类型：图像
- 名称：文本描述（text_description），数据类型：字符串
划分集：
- 名称：测试集（test），字节数：348509916.0，样本数量：990
下载大小：304154027
数据集总大小：348509916.0
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：测试集，路径：data/test-*
---

# 创建说明
本数据集基于 [ViDoRe 基准测试集（ViDoRe Benchmark）](https://huggingface.co/collections/vidore/vidore-benchmark-667173f98e70a1c0fa4db00d) 构建。如需了解更多关于数据筛选的细节，请参阅[我们的论文](https://arxiv.org/abs/2506.18902)或[GitHub上的相关讨论](https://github.com/embeddings-benchmark/mteb/pull/2942#discussion_r2240711654)。

# 免责声明
本数据集可能包含公开可用的图像或文本数据，所有数据仅用于研究与教育目的。若您为任意内容的权利持有者，且对知识产权或版权存在疑虑，请通过"support-data (at) jina.ai"联系我们以移除相关内容。我们不会刻意收集或处理个人、敏感或隐私信息。若您认为本数据集包含此类内容（例如肖像、关联地理位置的图像、医疗或金融数据，或不适宜工作场所（NSFW）内容），请通知我们，我们将采取适当措施。

# 版权声明
本数据集所涉及文档的所有权利均归原作者所有。