SciDraw-6K：Google Gemini 生成的多语言科学插图数据集

我们推出了 SciDraw-6K，这是一个由 Google Gemini 图像生成模型合成的 6,291 个科学插图的精选数据集，每个插图都配有 11 种语言的提示（英语、简体中文、繁体中文、日语、韩语、德语、法语、西班牙语、巴西葡萄牙语、意大利语和俄语）。图像涵盖八个广泛的科学类别——生物医学、化学、材料、电子、环境、人工智能系统、物理和长长的“其他”尾巴——主要由gemini-2.5-flash-image和gemini-3-pro-image-preview模型系列生成。与主导文献的通用文本到图像语料库相比，SciDraw-6K 专为科学插图类型而构建：示意图、机构图、目录图形和概念海报。我们描述了构建流程、报告数据集统计数据，并记录了其作为公共科学绘图服务 sci-draw.com 基础的使用情况。该数据集的发布是为了支持多语言文本到图像研究、领域适应扩散 微调 以及科学可视化的即时工程研究。数据集：https://huggingface.co/datasets/SciDrawAI/SciDraw-6K 代码：https://github.com/SciDrawAI/scidraw-6k