MAmmoTH VL Instruct 12M

MAmmoTH-VL-Instruct-12M est un dataset multimodal massif comprenant des instructions visuelles et textuelles pour des problèmes mathématiques et scientifiques, avec des réponses détaillées et pas à pas.

Télécharger le dataset

Taille

Environ 37 millions d’exemples, 5 Go au minimum, format Parquet

Licence

Apache 2.0

Description

‍

Le dataset MAmmoTH-VL-Instruct-12M propose une immense collection d’exemples d’instructions visuelles, accompagnées de réponses détaillées, couvrant les domaines des mathématiques et des sciences. Chaque exemple inclut une image, une instruction, et une solution étape par étape, facilitant l’entraînement de modèles à raisonnement visuel et logique.

‍

À quoi sert ce dataset ?

‍

Former des modèles multimodaux capables de comprendre et résoudre des problèmes visuels complexes
Entraîner des IA à fournir des réponses explicatives détaillées pour des questions scientifiques et mathématiques
Tester la capacité de raisonnement visuel et instructionnel des modèles LLMs multimodaux

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Il est possible d’enrichir le dataset avec des annotations supplémentaires, d’ajouter des instructions plus variées ou des corrections humaines pour améliorer la qualité des réponses.

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐⭐✩✩ (Très volumineux, nécessite ressources importantes)
🧼 Besoin de nettoyage	⭐⭐⭐⭐✩ (Modéré – contrôle qualité par LLM inclus)
🏷️ Richesse des annotations	⭐⭐⭐⭐⭐ (Instructions et solutions détaillées, annotations complexes)
📜 Licence commerciale	✅ Oui (Apache 2.0)
👨‍💻 Idéal pour les débutants	⚠️ Non, destiné à utilisateurs avancés
🔁 Réutilisable en fine-tuning	✅ Excellent pour fine-tuning multimodal avancé
🌍 Diversité culturelle	🌐 Principalement anglophone, contexte STEM global