MAmmoTH VL Instruct 12M

Mammoth-VL-Instruct-12m es un enorme conjunto de datos multimodales que incluye instrucciones visuales y textuales para problemas matemáticos y científicos, con respuestas detalladas paso a paso.

Obtén el dataset

Tamaño

Aproximadamente 37 millones de ejemplares, 5 GB como mínimo, formato Parquet

Licencia

Apache 2.0

Descripción

‍

El conjunto de datos MAmmoTH VL Instruct 12M ofrece una enorme colección de ejemplos de instrucciones visuales, con respuestas detalladas, que abarcan los campos de las matemáticas y las ciencias. Cada ejemplo incluye una imagen, una instrucción y una solución paso a paso, lo que facilita el entrenamiento de modelos con razonamiento visual y lógico.

‍

¿Para qué sirve este conjunto de datos?

‍

Entrene modelos multimodales capaces de comprender y resolver problemas visuales complejos
Entrene a las IA para que proporcionen respuestas explicativas detalladas a preguntas científicas y matemáticas
Probar la capacidad de razonamiento visual e instructivo de los modelos LLM multimodales

‍

¿Se puede enriquecer o mejorar?

‍

Es posible enriquecer el conjunto de datos con anotaciones adicionales, agregar instrucciones más variadas o correcciones humanas para mejorar la calidad de las respuestas.

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐✩✩ (Muy voluminoso, requiere recursos importantes)
🧼 Necesidad de limpieza	⭐⭐⭐⭐✩ (Moderado – control de calidad mediante LLM incluido)
🏷️ Riqueza de anotaciones	⭐⭐⭐⭐⭐ (Instrucciones y soluciones detalladas, anotaciones complejas)
📜 Licencia comercial	✅ Sí (Apache 2.0)
👨‍💻 Ideal para principiantes	⚠️ No, destinado a usuarios avanzados
🔁 Reutilizable para fine-tuning	✅ Excelente para fine-tuning multimodal avanzado
🌍 Diversidad cultural	🌐 Principalmente angloparlante, contexto STEM global