NeuLab @ LTI/CMU 发布 Mind2Web_bbox_eval 数据集, 应用在 网页UI、多模态数据 领域

NeuLab @ LTI/CMU 本次发布的数据集 Mind2Web_bbox_eval, MultiUI是一个包含730万个样本的数据集，来自100万个网站，涵盖多种多模态任务和UI布局。该数据集在网页UI任务中表现出色，如在VisualWebBench上提高了48%，在Mind2Web数据集上的动作准确率提高了19.1%。此外，它还具有很好的泛化能力，适用于非网页UI任务和非UI领域，如文档理解、OCR和图表解释。

查看Mind2Web_bbox_eval

Dataset card 内容： 

Files and versions 内容： 

关于 NeuLab @ LTI/CMU , NeuLab @ LTI/CMU是卡内基梅隆大学语言技术研究所下的一个研究实验室，专注于自然语言处理与机器学习领域的前沿技术研究。

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。