#dataset Repository
173 repository in totale
[ICLR 2025] Sintesi di Dati di Allineamento da Zero tramite Prompting di LLM Allineati senza Imput. La tua pipeline efficiente e di alta qualitร per la generazione di dati sintetici!
Dataset ufficiale per ยซValutazione della furtivitร delle perturbazioni avversarie: da una prospettiva visivaยป
๐ MINT-1T: Un set di dati multimodale interfoliato da un trilione di token.
Testo biblico in JSON e XML โ 141 versioni in 85 lingue, pronto per app, ricerca di versetti e set di dati per NLP/IA
Libreria globale open source di sticker sugli uccelli di Hua Shu ยท Sticker generati dallโIA per oltre 11.000 specie di uccelli (AviList v2026), con licenza CC BY 4.0, nomi in 43 lingue e dati strutturati
Sblocca il potere degli LLM: esplora questi dataset per addestrare il tuo ChatGPT!
Dataset Total Text. ร composto da 1555 immagini con piรน di 3 diverse orientazioni del testo: orizzontale, multi-orientata e curva, unica nel suo genere.
Apprendimento congiunto di caratteristiche di rilevamento e identificazione per la ricerca di persone
Convertitore da JSON a DataSet e da DataSet a JSON per Delphi e Lazarus (FPC)
Thorsten-Voice: Una voce TTS tedesca di alta qualitร , gratuita da utilizzare e funzionante offline, dovrebbe essere disponibile per ogni progetto senza problemi di licenza.
[NeurIPS 2024 spotlight] Implementazione ufficiale di MSFA e rilascio del dataset SARDet_100K per il rilevamento di oggetti su larga scala con radar ad apertura sintetica (SAR)
Infrastruttura open source che trasforma file SKILL.md sparsi in corpus di competenze per agenti, curati e pronti per il recupero, includendo strumenti per il recupero e la valutazione.
ACM Multimedia2020 University-1652: Un Benchmark Multi-view Multi-source per la Geo-localizzazione Basata su Drone :helicopter: annota 1652 edifici in 72 universitร intorno al mondo.
Dataset Management Framework, una libreria Python e uno strumento CLI per costruire, analizzare e gestire dataset di Computer Vision.
Benchmarking della fattualitร a lungo termine nei grandi modelli linguistici. Codice originale per il nostro paper "Long-form factuality in large language models".
[CVPR 2024] MovieChat: Da token densi a memoria sparsa per la comprensione di video lunghi
Set di codice per il rilevamento e la localizzazione di oggetti puntiformi e minuscoli di UCAS-VG
[ECCV'20] Structured3D: Un grande dataset fotorealistico per la modellazione 3D strutturata
Repository del dataset Ego4d. Scarica il dataset, visualizza, estrai le feature e esempio di utilizzo del dataset
Un set di dati audio gratuito di cifre parlate. Una versione audio di MNIST.
Awesome-LLM-Eval: un elenco curato di strumenti, set di dati/benchmark, demo, classifiche, articoli, documenti e modelli, principalmente per la valutazione dei LLM. Un elenco curato di strumenti, benchmark/dati, demo, classifiche e modelli di grandi dimensioni, principalmente focalizzato sulla valutazione dei modelli di base di grandi dimensioni, con l'obiettivo di esplorare i confini tecnologici dell'IA generativa.
Il dataset Exclusively Dark (ExDARK), che, a nostra conoscenza, รจ la piรน grande raccolta di immagini a bassa luminositร scattate in ambienti con luce molto ridotta fino al crepuscolo (cioรจ, 10 diverse condizioni) fino ad oggi, con annotazioni a livello di classe dellโimmagine e di oggetti.
Un repository di dataset piuttosto cool che ho raccolto per la ricerca in scienze di rete e machine learning.
ConvoKit รจ un toolkit per estrarre caratteristiche conversazionali e analizzare fenomeni sociali nelle conversazioni. Include diversi grandi dataset conversazionali insieme a script che esemplificano l'uso del toolkit su questi dataset.
HISTDATA - Dataset composto da tutti i pair di trading FX / Petrolio greggio / Indici azionari. API semplice per recuperare dati a 1 minuto (e dati tick) Prezzi storici FX (aggiornati).
Un dataset di guida per lo sviluppo e la validazione di stimatori di posa fusi e algoritmi di mappatura
Una collezione di alcuni dataset per segmentazione / rilevamento di salienza. Benvenuti a PR...:smile:
Una raccolta curata di set di dati industriali pubblici.
[ICML 2024] TrustLLM: valutazione dellโaffidabilitร degli LLM in termini di veridicitร , sicurezza, equitร , robustezza, privacy ed etica. Toolkit Python/CLI per modelli locali, API compatibili e orchestrazione di agenti IA.
Ciclo di vita completo di un progetto di data science
Weibo-COV: Un set di dati su larga scala di social media relativi al COVID-19 da Weibo
Il dataset aperto ApolloScape per la guida autonoma e la sua applicazione.
Biblioteca di dati storici sui prezzi delle criptovalute in Python. Dati da https://coinmarketcap.com.
๐ฅRilevamento di oggetti 3D di nuvole di punti e segmentazione semantica (Deep Learning) - Metodi SOTA, codice, paper, dataset, ecc.
Una raccolta di oltre 150 set di dati gratuiti da utilizzare nelle scienze sociali, nella microeconomia applicata, nella visualizzazione dei dati, ecc.