📜 专利型 · v2026-06-20
从 30,000+ 光伏发明专利（CN / US / EP / JP）中抽取的工艺、配方、装置三元组与权利要求结构化数据。
5,400事实条目
410指令条目
v2026-06-20当前版本
JSONL格式
CC BY-NC 4.0许可证
月度迭代
关于这个领域
Patent-derived 数据集
产业一线落地工艺最直接的开放资料，对工业大模型尤为有用。
所有事实条目和指令条目都通过 PV-Atlas pipeline（§4 文献抽取 → §5 KG 融合 → §7 指令生成）产生， 每条带证据 span 溯源、独立 LLM judge 把关。
通用 schema
- 事实条目（facts.jsonl）：实体 + 关系 + 证据 span，可加载入图数据库
- 指令条目（instruct.jsonl）：instruction / response / shape / provenance， 可直接用于 LLM SFT
- 版本号：用发布日期，每月迭代；旧版本永远可下载（reproducibility）
引用
@dataset{patent2026,
title = {Patent-derived: A PV-Atlas-derived photovoltaic dataset},
author = {Xu, Shengzhi and Wang, Zhen and ...},
year = {2026},
version = {v2026-06-20},
doi = {TBD},
}