#dataset Repositories
Insgesamt 173 Repositories
Eine kuratierte Liste von Radardatensätzen, Detektion, Verfolgung und Fusion
Eine Liste von Werkzeugen, Papieren und Codes im Zusammenhang mit Deepfake-Erkennung.
Psychische Gesundheitsmodelle (LLM x Psychische Gesundheit), Vor- und Nachtraining & Datensatz & Evaluierung & Bereitstellung & RAG, mit Modellen der Reihen InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM
Was steckt in Ihren Daten? Extrahieren Sie Schemata, Statistiken und Entitäten aus Datensätzen
[pip install medmnist] 18 standardisierte Datensätze für die 2D- und 3D-Klassifizierung biomedizinischer Bilder
HumanML3D: Ein großer und vielfältiger Datensatz für menschliche 3D-Bewegungen und Sprache.
Ein JSON-basiertes Anime-Dataset, das die wichtigsten Metadaten sowie Querverweise zu verschiedenen Anime-Seiten wie MAL, ANIDB, ANILIST, KITSU und mehr enthält...
Korpus für Firmennamen. Korpus für Institutionsnamen. Firmenabkürzungen, Akronyme, Markenwörter, Unternehmensnamen. Kann für die chinesische Wortsegmentierung und die Erkennung von Institutionsnamen als Named Entities verwendet werden.
M2DGR: Ein multimodaler Datensatz für verschiedene Szenarien für Bodenroboter (RA-L 2021 & ICRA 2022)
TorchXRayVision: Eine Bibliothek von Röntgen-Thorax-Datensätzen und Modellen. Klassifikatoren, Segmentierung und Autoencoder.
Lesehinweise zu multimodalen großen Sprachmodellen, großen Sprachmodellen und Diffusionsmodellen
Ein manuell feinabgestimmter chinesischer Dialogdatensatz und ein Fine-Tuning-Code für ChatGLM
Die Washington Post erstellt eine Datenbank aller tödlichen Schüsse in den Vereinigten Staaten durch Polizeibeamte im Dienst seit 2015.
:video_game: Eine kuratierte Liste toller Game-Datensätze und Tools für Künstliche Intelligenz in Spielen
Dies ist ein Repository mit öffentlichen Datenquellen für Empfehlungssysteme (RS).
Ein Benchmark für klinische Entscheidungen und Evidenz: die eine Tatsache herausarbeiten, auf der eine Antwort beruht, und prüfen, ob sich die Handlung des Assistenten entsprechend der Evidenz verändert. Auf HealthBench aufgebaut.
Wir stellen den Audio Logical Reasoning (ALR) Datensatz vor, der aus 6.446 Text-Audio-annotierten Stichproben besteht und speziell für komplexe Schlussfolgerungsaufgaben entwickelt wurde. Aufbauend auf dieser Ressource schlagen wir SoundMind vor, einen regelbasierten Algorithmus für bestärkendes Lernen (RL), der darauf zugeschnitten ist, Audio-Sprachmodellen (ALMs) tiefe bimodale Schlussfolgerungsfähigkeiten zu verleihen.
TableBank: Ein Benchmark-Datensatz für die Tabellenerkennung und -detektion
Eine kuratierte, öffentliche Liste von Ressourcen für Biomechanik und menschliche Bewegungsanalyse: Datensätze, Verarbeitungswerkzeuge, Software für Simulationen, Lehrvideos, Vorträge usw.
Eine zentrale, offene Ressource für Daten und Werkzeuge im Zusammenhang mit Chain-of-Thought-Reasoning in großen Sprachmodellen. Entwickelt von der Forschungsgruppe Samwald: https://samwald.info/
Ein großartiger Einführungsdatensatz für Datenexploration und -visualisierung (Alternative zu Iris).
Hochwertige Synthetika in einer einzigen Pipeline generieren, trainieren, messen und bewerten
SemanticKITTI API zur Visualisierung des Datensatzes, Verarbeitung von Daten und Bewertung der Ergebnisse.
[NeurIPS 2025 Spotlight] OpenCUA: Offene Grundlagen für Computer-Nutzungsagenten
KDD 2019: Robuste Anomalieerkennung für multivariate Zeitreihen durch stochastisches rekurrentes neuronales Netzwerk
[NeurIPS 2023] Offizielle Implementierung des Papers "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"