LAION eV 发布 medrXiv-pdf 数据集, 应用在 医学研究、人工智能 领域

LAION eV 本次发布的数据集 medrXiv-pdf, MedrXiv Pdf数据集提供了截至2024年9月15日发布的所有PDF文件，旨在促进人工智能研究和领域特定科学模型的训练。数据集包含72,282个PDF文件，其中57,646个可用，总大小为82GB。PDF文件的文件名是其预印本DOI，未经处理或提取，直接来自https://www.medrxiv.org/。由于某些PDF文件在下载时无效或缺失，部分PDF未提供，计划在未来几天内解决并上传剩余PDF。

查看medrXiv-pdf

Dataset card 内容： 

Files and versions 内容： 

关于 LAION eV , LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

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。