发布 MMDocIR-Challenge 数据集, 应用在 - 领域

本次发布的数据集 MMDocIR-Challenge, MMDocIR数据集是为2025年Web会议中的多模态信息检索挑战（MIRC）设计的，属于多模态文档检索挑战赛道。该数据集包含313个文档的20,395页截图，每页包含OCR文本和视觉语言模型（VLM）生成的文本。数据集的主要文件包括`MMDocIR_gt_remove.jsonl`（包含问题及其相关信息）、`MMDocIR_doc_passages.parquet`（包含文档页面的截图和文本信息）、`page_images.rar`（包含所有文档页面的截图）和`MMDocIR_doc_passages.json`（包含所有相关页面的信息）。数据集用于评估多模态检索模型的性能。

查看MMDocIR-Challenge

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。