HuggingFaceM4 发布 Docmatix 数据集, 应用在 文档视觉问答、视觉-语言模型 领域

HuggingFaceM4 本次发布的数据集 Docmatix, Docmatix是一个大规模的文档视觉问答（DocVQA）数据集，属于Idefics3发布的一部分。该数据集包含2,444,750张图像和9,500,000个问答对，用于微调视觉-语言模型Idefics3。数据集的特征包括图像和文本，其中文本部分包含用户和助手的对话。

查看Docmatix

Dataset card 内容： 

Files and versions 内容： 

关于 HuggingFaceM4 , HuggingFaceM4是Hugging Face的多模态团队，专注于视觉-语言模型，提供IDEFICS模型、训练数据集如OBELICS、WebSight或The Cauldron，以及可视化结果的交互工具。

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。