LAION eV 发布 chemrXiv-pdf 数据集, 应用在 化学、人工智能研究 领域

LAION eV 本次发布的数据集 chemrXiv-pdf, ChemrXiv Pdf数据集包含了截至2024年9月15日发布的所有PDF文件，旨在促进人工智能研究和领域特定科学模型的训练。数据集包含超过26,300个PDF文件，总大小为73GB，每个PDF的文件名是其预印本的DOI。

查看chemrXiv-pdf

Dataset card 内容： 

Files and versions 内容： 

关于 LAION eV , LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。