Datasets:
The dataset viewer is not available for this split.
Error code: JobManagerCrashedError
Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
AnchorSR Stage3 · metric-v1.0
直接选择 Small / Large
| 配置 | 训练题数 | 用途 |
|---|---|---|
small |
1,000,000 | 先验证答案监督／先验恢复，按新版 Large 联合分布抽样 |
large |
89,801,853 | 筛选后的完整训练集合，包含 Small 全部样本 |
from datasets import load_dataset
data = load_dataset('AnchorSR/TrainingData_Stage3', 'small', # 或 large
revision='metric-v1.0', streaming=True)
这是对 scaling-v1.0 的语义筛选与统一任务分类，不是增加新数据源。
Large 从 89,828,269 题保留 89,801,853 题，隔离 26,416 题。
旧标签 scaling-v1.0 / video-v1.0 / large-v1.0 均不移动，原始池与旧样本不删除。
Small 重新无放回抽取 1,000,000 题，按 source × 统一子类型 × semantic_modality 配额，
每个非空层至少 1 题，固定种子。Small/Large 不可拼接，旧 Small 实验不能直接当作新版的数据量对照。
仅对保留样本改分类／新增审计字段：原问题、training_question、training_answer、媒体路径、帧顺序和定位标记均逐分片核验不变。 没有猜测修复答案，没有引入额外帧、伪造 FPS 或增加 CA-VQA 的“最后一帧为参考帧”提示。 媒体 TAR 完全复用；Large 索引保留父版本的安全超集，Small 索引按实际引用重建。
统一任务大类、数量与占比
| 类型 | Small 数量 | Small 占比 | Large 数量 | Large 占比 |
|---|---|---|---|---|
| 距离与深度 | 730,637 | 73.0637% | 65,612,592 | 73.0637% |
| 物体尺寸 | 215,818 | 21.5818% | 19,380,884 | 21.5818% |
| 三维包围框 | 50,244 | 5.0244% | 4,512,009 | 5.0244% |
| 角度与旋转 | 2,713 | 0.2713% | 243,725 | 0.2714% |
| 复合几何与位姿 | 404 | 0.0404% | 36,208 | 0.0403% |
| 面积与体积 | 183 | 0.0183% | 16,431 | 0.0183% |
| 物理位置与坐标 | 1 | 0.0001% | 4 | 0.0000% |
| 合计 | 1,000,000 | 100% | 89,801,853 | 100% |
三维框指米制三维范围，不是二维图片框；数值角度保留，粗粒度角度类别单独标记。 物理位置包括米制坐标／地面区域；“二维图像坐标＋米制深度”归复合任务，不是纯二维定位，也不是直接的三维坐标向量。
统一子类型
| 类型 | Small 数量 | Small 占比 | Large 数量 | Large 占比 |
|---|---|---|---|---|
| surface_distance | 229,903 | 22.9903% | 20,645,710 | 22.9903% |
| object_distance | 137,526 | 13.7526% | 12,350,184 | 13.7527% |
| horizontal_distance | 112,435 | 11.2435% | 10,096,877 | 11.2435% |
| vertical_distance | 111,071 | 11.1071% | 9,974,343 | 11.1071% |
| height | 107,428 | 10.7428% | 9,647,211 | 10.7428% |
| width | 80,181 | 8.0181% | 7,200,485 | 8.0182% |
| depth_axis_distance | 75,031 | 7.5031% | 6,737,939 | 7.5031% |
| aabb_3d | 50,244 | 5.0244% | 4,512,009 | 5.0244% |
| camera_distance | 50,244 | 5.0244% | 4,512,009 | 5.0244% |
| length | 27,312 | 2.7312% | 2,452,606 | 2.7311% |
| camera_depth | 14,292 | 1.4292% | 1,283,468 | 1.4292% |
| relative_orientation_angle | 1,982 | 0.1982% | 177,992 | 0.1982% |
| longest_side | 897 | 0.0897% | 80,582 | 0.0897% |
| viewpoint_turn_angle | 437 | 0.0437% | 39,315 | 0.0438% |
| object_rotation_angle | 219 | 0.0219% | 19,699 | 0.0219% |
| triangle_lengths_angles | 217 | 0.0217% | 19,507 | 0.0217% |
| area | 175 | 0.0175% | 15,708 | 0.0175% |
| center_distance | 135 | 0.0135% | 12,062 | 0.0134% |
| translation_rotation | 104 | 0.0104% | 9,295 | 0.0104% |
| image_projection_with_depth | 83 | 0.0083% | 7,406 | 0.0082% |
| camera_rotation_angle | 74 | 0.0074% | 6,654 | 0.0074% |
| volume | 8 | 0.0008% | 723 | 0.0008% |
| angle | 1 | 0.0001% | 65 | 0.0001% |
| metric_position_region | 1 | 0.0001% | 4 | 0.0000% |
| 合计 | 1,000,000 | 100% | 89,801,853 | 100% |
Video / Image
| 类型 | Small 数量 | Small 占比 | Large 数量 | Large 占比 |
|---|---|---|---|---|
| image | 773,312 | 77.3312% | 69,444,658 | 77.3310% |
| video | 226,688 | 22.6688% | 20,357,195 | 22.6690% |
| 合计 | 1,000,000 | 100% | 89,801,853 | 100% |
video 包括原生 MP4 和有来源依据的有序视频帧组；image 包括单图与真正多视角。
模态契约继承 scaling-v1.0：CA-VQA 保留全部原帧；SpaceVista 依契约区分视频与多视角，保留帧组、顺序和重复帧。
来源与筛选核算
以下“筛选前”是上一版 Large 训练集，不是原数据源总量或 105M 原始候选池。
| 来源 | 筛选前 | 保留 | 隔离 |
|---|---|---|---|
| cavqa | 19,825,020 | 19,825,020 | 0 |
| hispatial | 69,298,561 | 69,281,332 | 17,229 |
| sims_vsi | 21,980 | 21,980 | 0 |
| spacevista | 428,623 | 419,436 | 9,187 |
| vica322k | 119,288 | 119,288 | 0 |
| vsi590k | 134,797 | 134,797 | 0 |
| 类型 | Small 数量 | Small 占比 | Large 数量 | Large 占比 |
|---|---|---|---|---|
| hispatial | 771,493 | 77.1493% | 69,281,332 | 77.1491% |
| cavqa | 220,762 | 22.0762% | 19,825,020 | 22.0764% |
| spacevista | 4,672 | 0.4672% | 419,436 | 0.4671% |
| vsi590k | 1,500 | 0.1500% | 134,797 | 0.1501% |
| vica322k | 1,328 | 0.1328% | 119,288 | 0.1328% |
| sims_vsi | 245 | 0.0245% | 21,980 | 0.0245% |
| 合计 | 1,000,000 | 100% | 89,801,853 | 100% |
Large 隔离原因
| 原因 | 数量 |
|---|---|
计数／排序／选择物体／定性关系等非度量任务 (nonmetric_source_task) |
17,162 |
问题要求多个尺寸，但旧训练答案未保留多值结构 (multi_dimension_target_not_preserved_as_vector) |
8,149 |
位姿分量对应关系或单位不明确 (pose_components_or_units_unresolved) |
900 |
图像投影＋深度的米制依据或格式不足 (projection_depth_unit_or_format_unresolved) |
137 |
来源度量单位与现有训练目标冲突 (source_metric_unit_conflicts_with_training_target) |
48 |
距离／尺寸／面积等非负物理量出现负值 (negative_unsigned_metric_target) |
11 |
相机摆放建议被旧解析缩成含义不完整的单个数值 (camera_advice_reduced_to_unqualified_scalar) |
8 |
长度单位无法确认 (length_unit_unresolved) |
1 |
“隔离”不等于判定所有源答案错误。例如缺少单位／分量对应关系的原题可能仍有价值，但当前版本不猜测；
部分多尺寸原答案被旧解析器拼接成单一数字，亦不直接作为有效标量训练。
负值隔离中也可能包含旧标签将带符号的位置坐标误归为高度／距离的题，需单独恢复语义；
本版不将它们直接视作源标注错误，明确坐标／角度／位姿任务本身允许负值。
逐题记录见 metric_v1/manifests/quarantine/，包含原 ID、问答、单位和原因，可由旧固定版本追溯完整样本。
字段与边界
task_family：统一大类；task_type：统一子类型。legacy_task_family/legacy_task_type/source_task：保留旧分类与来源任务，便于追溯。metric_unit/metric_reference/metric_precision：本次核验后的单位、参考系证据与精度类别。metric_filter_reason/taxonomy_version：保留依据与规则版本。- 旧
original_unit/canonical_*保留为历史字段，不可当作本次已修正的权威单位字段。 三维框中 2,054,945 条旧单位误记为m2/m3，实际六个答案分量均为m；本版metric_unit=m，不修改原六坐标答案。 relative_orientation_angle包含来源以数值表达的粗粒度角度类别，metric_precision=coarse_numeric_orientation_category，不宣称连续角度真值精度。
三维框的米制相机空间任务依据实际六坐标答案及 HiSpatial 原论文任务定义。 来源空间标注可能来自估计而非实测；本次检查的是任务范围、输出结构与元数据一致性，不是逐题视觉真值审核。
评测与验收
评测同样应用范围筛选，各题保留在原 split，不从评测组回填训练。两版共用以下集合：
| split | 题数 |
|---|---|
| validation | 49,739 |
| test | 49,696 |
| video_validation | 1,585 |
| video_test | 1,725 |
这些是旧评测的筛选子集，因此比较模型时必须固定本版评测，不能直接混用旧版分数。 未重新进行全源物理场景隔离，既有 Hypersim 同场景跨集合风险仍需保留；不宣称完全场景独立。 本版核验：父分片 SHA256、全行规则判断、保留 QA／媒体字段一致、Small 配额与子集、评测 ID 隔离、媒体引用和真实读取。 未进行本版正式模型训练，任务配比一致也不自动证明 scaling 因果关系。
读取与训练
安装 huggingface_hub pyarrow requests pillow numpy av，下载 tools/ 中三个脚本。
from load_stage3_data import Stage3Dataset
ds = Stage3Dataset('/scratch/stage3-cache', config='small', revision='metric-v1.0', max_cache_gib=4)
sample = ds.sample(next(ds.rows('train')))
# question / answer / visual_inputs；标记已渲染，帧顺序已保留。
正式入口见 项目 Stage3 指南，
须使用明确支持 metric-v1.0 的代码版本。300GiB 环境按需取 TAR 字节范围，不要全库下载；模型和优化器空间另算。
同一问答内部不打乱帧；训练行跨分片混洗。两版固定相同输入预算、模型初始化和优化策略，报告实际 step / token / 帧曝光。
来源许可与版本
仍为 CA-VQA、HiSpatial、SpaceVista、VSI-590K、SIMS-VSI、ViCA-322K 六个来源，未加入 SenseNova。 不重新授权上游素材：CA-VQA/CubifyAnything 为 CC-BY-NC-ND-4.0；SpaceVista 为 CC-BY-4.0； VSI-590K、SIMS-VSI 为 Apache-2.0；ViCA-322K 为 CC-BY-NC-4.0；HiSpatial 为 MIT，底层素材条款另行适用。 混合集不能视作可自由商用。 完整统计与筛选证据：metric_v1/manifests/build-audit.json、 任务映射、Small 配额。
- Downloads last month
- 8,141