研究人员推出了SCAFFOLD,这是一个新颖的数据集,旨在训练视觉语言模型理解计算机科学研究论文中的复杂图表。该数据集包含来自arXiv论文的图像、标题、上下文信息、问题、答案和逐步推理轨迹。SCAFFOLD有多种尺寸,最大的版本SCAFFOLD-157K包含来自3000多篇论文的近157,000个问答对。初步实验使用了较小的SCAFFOLD-12K数据集和Qwen2.5-VL-3B-Instruct模型。 AI
影响 支持开发能够理解科学文献中复杂视觉信息的AI模型。
排序理由 该项目是一篇描述用于AI模型训练的新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Qwen2.5-VL-3B-Instruct
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →