SCAFFOLD 数据集包含哪些数据形式？
它包含论文图表图像、标题、上下文、问题-答案对及思维链推理轨迹，即 (image, caption, context, question-answer, chain-of-thought) 元组。
SCAFFOLD: A Large-Scale Structured Dataset of Computer Science Research Figures with Diagram QA and Chain-of-Thought Reasoning Traces
（翻译）SCAFFOLD：面向计算机科学研究图表的大规模结构化数据集，包含图表问答与思维链推理轨迹
资讯摘要
Abstract page for arXiv paper 2609.00018: SCAFFOLD: A Large-Scale Structured Dataset of Computer Science Research Figures with Diagram QA and Chain-of-Thought Reasoning Traces
AI 摘要
该研究发布 arXiv 论文介绍 SCAFFOLD 数据集，将计算机科学论文中的插图与标题、上下文、问答和思维链推理轨迹配对，用于训练视觉语言模型理解科研图表。数据集含 SCAFFOLD-157K（157,387 对）、SCAFFOLD-37K 与 SCAFFOLD-12K，并用 12K 版本在 Qwen2.5-VL-3B-Instruct 上完成基线实验。
AI 问答
该数据集提供了哪几个规模的版本？
提供 SCAFFOLD-157K（157,387 对）、SCAFFOLD-37K（36,797 对）和 SCAFFOLD-12K（12,000 对）三个规模版本。
作者在基线实验中使用了哪个模型？
使用 SCAFFOLD-12K 对 Qwen2.5-VL-3B-Instruct 进行了基线实验。
更多资讯
YC 最值钱的这 20家公司，没有一家来自最近5年
微信桌面端变“三折叠”，可能是在给小微腾位置被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」企业案例分享：伊辛智能｜36氪2026产业未来大会
Python 拥抱 RISC-V：CPython 正式纳入 Tier 3 平台
别闹，几粒盐就能立起高脚杯？你是不是用胶水了？
产品经理的体面，是一块不能失守的 “括约肌”
特朗普“一再让步”：美国加密法案仍未过关
Dense vs. MoE Models: Active Parameters, Throughput, and When to Choose Each
GPT-6 Astra实现具身智能突破 中国如何打具身防卫战
耐克和lululemon双双失速，运动品牌进入碎片化时代
510万一张！携程上架太空旅行船票：已有681人购买，还得自己买保险；娃哈哈因拖欠员工公积金被查封办公楼；华为放权！问界将由赛力斯主导把记忆交给CPU，大模型会变快无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTA
香港第一、全球第八：OSL进化背后的数字资产新格局
GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”
差 11 票：币圈和华盛顿的蜜月期结束了
Stella：“显化”想要的人生，60天35万美元月收入量子位2026人工智能年度榜单，正式启动！
金色Web3.0日报 | 黄仁勋批驳「AI末日论」旗舰SoC进入融合计算时代，天玑9600 Pro首创AI原生架构！
从接住告警到自我进化：快手智能运维助手实践｜QCon上海
产品定义意义上的一级场景：四维模型全球AI视频榜单第一梯队再添中国力量：智象发布首款物理规律导向视频模型
牛市的钱：是熊市里守出来的
穿透查询怎样升级为穿透管控？
Robinhood的财富效应
Opus 5.2深夜上线 RSI真来了？
BTC电力消耗可能已经见顶 2025年12月或为历史峰值协同办公进入Agent时代，飞书+豆包工作跑在了最前面