yuchuan123/AncientDoc
AncientDoc: A Benchmark for Chinese Ancient Document Understanding AncientDoc 是第一个专为 中国古籍文档理解 设计的综合基准数据集，涵盖从 OCR 到 知识推理 的多任务评测，旨在推动多模态大模型在古籍场景下的识别、理解与推理能力研究。 数据集简介 数据规模：2,973 页 文献数量：约 100 本 文献类型：14 类（如总集、楚辞体诗、诗文批评、类书、谱录等） 时间跨度：从战国到清代，涵盖多个重要历史时期 任务类型： Page-level OCR：整页文字识别（含竖排、异体字、批注等复杂情况） Vernacular Translation：文言文到现代汉语的同语种翻译 Reasoning-based QA：基于文意的隐性推理问答 Knowledge-based QA：基于文本事实和背景知识的问答 Linguistic Variant QA：文体、修辞与语言风格相关的问答 数据分布… See the full description on the dataset page: https://huggingface.co/datasets/yuchuan123/AncientDoc.
| Author / organization | yuchuan123 |
|---|---|
| Downloads | 529 (as reported by Hugging Face) |
| Likes | 6 |
| Created | 13 August 2025 |
| Last updated at source | 14 August 2025 |
Popularity, last 2 days
529 now (-272 since 2026-10-16). Counts as reported by the source, snapshotted daily by Silytics.
Recent changes
- 17 Oct 2026 Description: AncientDoc: A Benchmark for Chinese Ancient Document Understanding AncientDoc 是第一个专为 中国古籍文档理解 设计的综合基准数据集，涵盖从 OCR 到 知识推理 的多任务评测，旨在推动多模态大模型在古籍场景下的识别、理解与推理能力研究。 数据集简介 数据规模：2,973 页 文献数量：约 100 本 文献类型：14 类（如总集、楚辞体诗、诗文批评、类书、谱录等） 时间跨度：从战国到清代，涵盖多个重要 → AncientDoc: A Benchmark for Chinese Ancient Document Understanding AncientDoc 是第一个专为 中国古籍文档理解 设计的综合基准数据集，涵盖从 OCR 到 知识推理 的多任务评测，旨在推动多模态大模型在古籍场景下的识别、理解与推理能力研究。 数据集简介 数据规模：2,973 页 文献数量：约 100 本 文献类型：14 类（如总集、楚辞体诗、诗文批评、类书、谱录等） 时间跨度：从战国到清代，涵盖多个重要
Changes detected by Silytics between refreshes of the source.
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 17 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.