CoSyn-400K 是由宾夕法尼亚大学和 Allen Institute for Artificial 于 2025 年联合发布的一个多模态合成问答数据集，相关论文结果为「Scaling Text-Rich Image Understanding via Code-Guided Synthetic Multimodal Data Generation」，旨在为多模态模型训练提供高质量、可扩展的合成数据资源。

该数据集包含超过 40 万条图像-文本问答对数据，覆盖化学、数学、营养、音乐等 10 个领域、 9 类文本丰富的图像（图表、文档、数学问题、表格、图表、矢量图形、乐谱、电路图和化学结构）、 270 万行指令调优数据（如图像类型、主题及代码生成信息），支持视觉问答任务。