sionic-ai/mdpbench-doc-ocr-sft

mdpbench-doc-ocr-sft Qwen 4B (Qwen3-VL) MDPBench 한국어/일본어 문서 OCR/파싱 SFT 학습 데이터(공개 가능분). 재현 코드: https://github.com/sionic-ai/qwen-mdpbench-ocr Configs config rows 내용 상태 ko 2,407 한국 지자체 소식지(신문형) 이미지 + Markdown GT 공개 jp — 일본어 (추후) 예정 스키마 image (Image, bytes 임베드) — 문서 페이지 markdown (string) — GT 전사(Markdown, 표/읽기순서 보존) source (string) — snvision / seocho / gongju lang (string) — ko doc_type (string) — newspaper 출처 & 라이선스… See the full description on the dataset page: https://huggingface.co/datasets/sionic-ai/mdpbench-doc-ocr-sft.