#dataset Dépôts
173 dépôts au total
Une liste organisée de jeux de données radar, de détection, de suivi et de fusion
Une liste d'outils, de papiers et de code liés à la détection de Deepfake.
Modèles de santé mentale (LLM x Santé Mentale), Pré et Post-formation & Jeu de données & Évaluation & Déploiement & RAG, avec les modèles des séries InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM
Que contiennent vos données ? Extrayez les schémas, les statistiques et les entités des ensembles de données
Une bibliothèque de streaming de données pour un entraînement efficace des réseaux de neurones
[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D
Benchmark open-source pour les agents IA de navigateur sur des tâches quotidiennes.
HumanML3D : Un ensemble de données vaste et diversifié sur le langage et le mouvement humain en 3D.
Un ensemble de données anime basé sur JSON contenant les métadonnées les plus importantes ainsi que des références croisées vers divers sites anime tels que MAL, ANIDB, ANILIST, KITSU et plus...
Corpus de noms d'entreprises. Corpus de noms d'institutions. Abréviations d'entreprises, acronymes, mots de marque, noms d'entreprises. Peut être utilisé pour la segmentation de mots en chinois et la reconnaissance d'entités de noms d'institutions.
M2DGR : un ensemble de données multimodal et multi-scénarios pour robots terrestres (RA-L 2021 & ICRA 2022)
TorchXRayVision : Une bibliothèque de jeux de données et de modèles de radiographies thoraciques. Classificateurs, segmentation et auto-encodeurs.
Notes de lecture sur les grands modèles de langage multimodaux, les grands modèles de langage et les modèles de diffusion
Un ensemble de données de dialogue chinois finement réglé manuellement et un code de réglage fin pour chatglm
Le Washington Post compile une base de données de chaque fusillade mortelle aux États-Unis par un policier en service depuis 2015.
:video_game: Une liste curated de datasets de jeux géniaux et d'outils pour l'intelligence artificielle dans les jeux
Une liste d'ensembles de données Twitter et de ressources connexes.
Ceci est un référentiel de sources de données publiques pour les systèmes de recommandation (RS).
Un benchmark de décision clinique fondé sur les preuves : extraire le seul fait sur lequel repose une réponse et vérifier si l’action de l’assistant évolue en fonction des preuves. Construit à partir de HealthBench.
Nous introduisons le jeu de données Audio Logical Reasoning (ALR), composé de 6 446 échantillons annotés texte-audio spécifiquement conçus pour des tâches de raisonnement complexes. En nous appuyant sur cette ressource, nous proposons SoundMind, un algorithme d'apprentissage par renforcement (RL) basé sur des règles, conçu pour doter les modèles linguistiques audio (ALM) de profondes capacités de raisonnement bimodal.
TableBank : Un ensemble de données de référence pour la détection et la reconnaissance de tableaux
Une liste publique organisée de ressources pour la biomécanique et l'analyse du mouvement humain : ensembles de données, outils de traitement, logiciels de simulation, vidéos éducatives, conférences, etc.
Une ressource centrale et ouverte pour les données et les outils liés au raisonnement en chaîne de pensée dans les grands modèles linguistiques. Développé par le groupe de recherche Samwald : https://samwald.info/
Un excellent jeu de données d'introduction pour l'exploration et la visualisation de données (alternative à iris).
Générez des synthétiques de haute qualité, entraînez, mesurez et évaluez dans un pipeline unique
API SemanticKITTI pour visualiser le jeu de données, traiter les données et évaluer les résultats.
[NeurIPS 2025 Spotlight] OpenCUA : Fondations ouvertes pour les agents d'utilisation d'ordinateur
KDD 2019 : Détection robuste d'anomalies pour séries temporelles multivariées par réseau de neurones récurrent stocastique
[NeurIPS 2023] Implémentation officielle du papier "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"