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
美国军方首次证实在太空部署了武器
美团发布“手艺人Agent”，发型师可“吩咐”AI小帮手打理线上作品
实测豆包新模型2.1-pro，这次审美和长时间Agent任务都追上第一档了
早报｜iOS27正式推送/比亚迪高管：燃油车在中国没有未来/iPhone 18 Pro渠道降价900元，苹果称不干预清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单
关于项目交付的思考：部署是最后两公里，验收才是最后一公里芯视界创始人、董事长兼首席科学家鲍捷：十年产业实践，量子感知芯片为物理AI打开物质世界 "感知入口" | 2026年36氪产业未来大会实时互动、实时改视频、探索空间视频，Vidu S2一次放了三个大招
Meta 打造“组织第二大脑”智能体的设计思路
以太坊 2026 年第二季度报告
云连锁到轻连锁，品牌业务逻辑的改变
潘功胜最新文章：深刻认识中国金融结构变迁（全文）36氪研究院 | 2026年北京市OPC创业者研究报告地平线第1500万颗征程芯片搭载大众 ID. AURA T6，HSD V2.1 即将推出
月下载暴增366%，上海真人社交公司切入东南亚AI陪伴，AI角色也能“奔现”
OpenAI万亿IPO推迟背后 四本账与三条投资路径AI大模型工场2026 AI产业生态大会今日举办，大咖同台共探智能生长与产业共生
iPhone 18 Pro & Duo 首发评测，提升最大的是「充电」和这个…
OpenAI故意欠技术债，等Codex来还：仅2名工程师，把核心存储从Python重写成Rust
缓存不该困在一台服务器里
当罗永浩站在群众的对立面字节跳动CEO梁汝波：豆包、飞书与火山引擎整合后 将加大企业市场投入
无效的管理者和疲惫的基层：浅论考核指标的漂移
Your Agent Aced the Task. Will It Do It Again?Steam Frame 起售价 1059 美元华为坤灵升级“4+10+N”场景化方案，发布“经纬计划”和50个样板点
旧消费品，正长出新生意
电商对账的设计逻辑：四层核对，逐层下钻数亿元！前京东副总裁“消失”4年：不造会跑的天工，他在仓库里给人形机器人“占工位”
AI不会放缓
美团发布“手艺人Agent”，发型师可“吩咐”AI小帮手打理线上作品实测豆包新模型2.1-pro，这次审美和长时间Agent任务都追上第一档了早报｜iOS27正式推送/比亚迪高管：燃油车在中国没有未来/iPhone 18 Pro渠道降价900元，苹果称不干预清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单关于项目交付的思考：部署是最后两公里，验收才是最后一公里芯视界创始人、董事长兼首席科学家鲍捷：十年产业实践，量子感知芯片为物理AI打开物质世界 "感知入口" | 2026年36氪产业未来大会实时互动、实时改视频、探索空间视频，Vidu S2一次放了三个大招Meta 打造“组织第二大脑”智能体的设计思路以太坊 2026 年第二季度报告云连锁到轻连锁，品牌业务逻辑的改变潘功胜最新文章：深刻认识中国金融结构变迁（全文）36氪研究院 | 2026年北京市OPC创业者研究报告地平线第1500万颗征程芯片搭载大众 ID. AURA T6，HSD V2.1 即将推出月下载暴增366%，上海真人社交公司切入东南亚AI陪伴，AI角色也能“奔现”OpenAI万亿IPO推迟背后 四本账与三条投资路径AI大模型工场2026 AI产业生态大会今日举办，大咖同台共探智能生长与产业共生iPhone 18 Pro & Duo 首发评测，提升最大的是「充电」和这个…OpenAI故意欠技术债，等Codex来还：仅2名工程师，把核心存储从Python重写成Rust缓存不该困在一台服务器里当罗永浩站在群众的对立面字节跳动CEO梁汝波：豆包、飞书与火山引擎整合后 将加大企业市场投入无效的管理者和疲惫的基层：浅论考核指标的漂移Your Agent Aced the Task. Will It Do It Again?Steam Frame 起售价 1059 美元华为坤灵升级“4+10+N”场景化方案，发布“经纬计划”和50个样板点旧消费品，正长出新生意电商对账的设计逻辑：四层核对，逐层下钻数亿元！前京东副总裁“消失”4年：不造会跑的天工，他在仓库里给人形机器人“占工位”AI不会放缓