mnn
Datasets
All datasets matching “mnn”pp-ocr-mnn-eval
PP-OCR MNN evaluation dataset (811-cell matrix)
Images (273) + canonical paddle.inference baselines (808 json) + configs
for scoring pp-ocr-mnn outputs. See README.md and
https://github.com/baicai1145/pp-ocr-mnn (tools/score.py).
A single-file snapshot is also included as ppocr-eval-dataset.tar.zst.
MNN-Code-Doc-ZH
MNN-Code-Doc-ZH: MNN源码结构化中文文档数据集
数据集简介
本数据集是针对深度学习推理框架 MNN(https://github.com/alibaba/MNN/tree/3.2.2) 版本的源代码，通过 AI 协同的方式，生成的结构化中文文档。数据集旨在为 MNN 的学习者、开发者和研究人员提供一份可被机器理解的高质量语料，以促进代码理解、代码生成、智能问答等领域的大模型研究。
数据集包含两种格式，以适应不同的训练任务：
继续预训练 (Pre-train) 数据集: mnn-code-doc-pretrain-322.jsonl
指令微调 (SFT) 数据集: mnn-code-doc-sft-322.jsonl
数据格式
1. 预训练 (Pre-train) 数据
文件 mnn-code-doc-pretrain-322.jsonl 用于领域知识注入，每一行是一个 JSON 对象，包含一个字段：
text: 将 output (中文文档) 和 input (源码)… See the full description on the dataset page: https://huggingface.co/datasets/taobao-mnn/MNN-Code-Doc-ZH.mn_news_700m_6000_9000_v1mn_news_classificationmn_news_700m_0_3000mn_news_700m_3000_6000_v1