发布 PaperPDF 数据集, 应用在 学术文献、多模态问答 领域

本次发布的数据集 PaperPDF, 该数据集包含了从arXiv广泛收集的学术论文，用于自动生成100万个问答对以及它们相应的证据来源。该数据集特别构建于训练和评估PDF-WuKong模型在理解长篇多模态文档方面的能力。其所涉及的任务是多模态问答。

查看PaperPDF

README 内容： 

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。