ia_ocr
收藏魔搭社区2025-11-27 更新2025-05-31 收录
下载链接：
https://modelscope.cn/datasets/moondream/ia_ocr
下载链接
链接失效反馈官方服务：
资源简介：
Contains pages from documents sourced from the Internet Archive, transcribed by Pixtral. Not super accurate, but useful during pretraining.
```
@misc{moondream_ia_ocr,
author = {Vikhyat Korrapati},
title = {IA OCR Dataset},
year = {2025},
url = {https://huggingface.co/datasets/moondream/ia_ocr},
note = {Accessed: 2025-03-07}
}
```
本数据集包含源自互联网档案馆（Internet Archive）的文档页面，经Pixtral转录生成。其转录准确性欠佳，但在预训练阶段仍具备实用价值。
@misc{moondream_ia_ocr,
author = {Vikhyat Korrapati},
title = {IA OCR 数据集},
year = {2025},
url = {https://huggingface.co/datasets/moondream/ia_ocr},
note = {访问日期：2025-03-07}
}
提供机构：
maas创建时间：
2025-05-26
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集包含从互联网档案馆获取的文档页面，由Pixtral进行转录，虽准确性有限，但适用于预训练任务。其发布遵循Apache License 2.0许可证，由Vikhyat Korrapati于2025年创建。
以上内容由遇见数据集搜集并总结生成
