R1-Onevision 数据集是由浙江大学于 2025 年发布的，旨在赋予模型高级的多模态推理能力，相关 Blog 为「R1-Onevision：Open-Source Multimodal Large Language Model with Reasoning Ability」。它通过在自然场景、科学、数学问题、基于 OCR 的内容和复杂图表等多个领域的丰富、上下文感知的推理任务，弥合视觉和文本理解之间的差距。