CoSyn-400K est un ensemble de données de questions-réponses synthétiques multimodales publié conjointement par l'Université de Pennsylvanie et l'Allen Institute for Artificial Intelligence en 2025.Mise à l'échelle de la compréhension d'images riches en texte via la génération de données multimodales synthétiques guidées par code", qui vise à fournir des ressources de données synthétiques évolutives et de haute qualité pour la formation de modèles multimodaux.

L'ensemble de données contient plus de 400 000 paires de questions-réponses image-texte, couvrant 10 domaines tels que la chimie, les mathématiques, la nutrition et la musique, 9 types d'images riches en texte (graphiques, documents, problèmes mathématiques, tableaux, graphiques, graphiques vectoriels, partitions musicales, schémas de circuits et structures chimiques) et 2,7 millions de lignes de données de réglage d'instructions (telles que le type d'image, le thème et les informations de génération de code), prenant en charge les tâches de réponse aux questions visuelles.