浙江大学 发布 TableMoE-Align 数据集, 应用在 多模态数据处理、模型预训练 领域

浙江大学 本次发布的数据集 TableMoE-Align, TableMoE-Align是一个大规模的数据集，包含120万个表格、HTML、JSON和代码四元组，涵盖金融、科学、生物医学和工业领域，专门用于模型预训练。该数据集支持有效的对齐驱动的预训练，并用于构建四个具有挑战性的WildStruct基准，以评估模型在实际多模态退化和结构复杂性条件下的鲁棒性。

查看TableMoE-Align

README 内容： 

关于 浙江大学 , 浙江大学是中国的一所综合性研究型大学，位于浙江省杭州市。学校成立于1897年，是中国历史最悠久的高等学府之一。浙江大学在计算机科学与技术领域有着深厚的研究基础和学术影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。