Git Stars Git Stars

#dataset リポジトリ

173
リポジトリ総数
893,448
合計スター数
5,164
リポジトリあたりの平均スター数

リポジトリ合計173件

101
magpie-align/magpie

[ICLR 2025] 何もない状態でアライメント済みLLMにプロンプトを入力し、ゼロからアライメントデータを合成。効率的で高品質な合成データ生成パイプライン!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 更新日時 2025-03-17 📅 作成日 2024-06-12
102
mims-harvard/PrimeKG

Precision Medicine Knowledge Graph (PrimeKG)

mims-harvard
⭐ 841 Jupyter Notebook 👤 mims-harvard Organization 🕐 更新日時 2026-06-30 📅 作成日 2022-04-18
103
hcliucs/APSD

「敵対的摂動のステルス性評価:視覚的観点から」の公式データセット

hcliucs
⭐ 833 👤 hcliucs User 🕐 更新日時 2026-09-02 📅 作成日 2023-07-28
104
mlfoundations/MINT-1T

🍃 MINT-1T:1兆トークンからなるマルチモーダルなインターリーブデータセット。

mlfoundations
⭐ 828 👤 mlfoundations Organization 🕐 更新日時 2024-07-31 📅 作成日 2024-06-16
105
thiagobodruk/bible

JSONおよびXML形式の聖書テキスト——85言語にわたる141の翻訳版を収録。アプリ、聖句検索、NLP/AIデータセットにすぐ利用可能

thiagobodruk
⭐ 802 👤 thiagobodruk User 🕐 更新日時 2026-11-11 📅 作成日 2015-11-13
106
alchaincyf/huashu-bird-sticker

花叔によるオープンソースの世界の鳥ステッカーライブラリ · 11,000種以上の鳥類を対象にAIが生成したステッカー(AviList v2026)。CC BY 4.0ライセンスで、43言語の名称と構造化データを収録

alchaincyf
⭐ 798 👤 alchaincyf User 🕐 更新日時 2026-11-21 📅 作成日 2026-10-30
107
cdapio/cdap

データ分析アプリケーションを構築するためのオープンソースフレームワーク。

cdapio
⭐ 791 Java 👤 cdapio Organization 🕐 更新日時 2026-11-21 📅 作成日 2014-08-02
108
waspinator/pycococreator

COCO データセットを作成するためのヘルパー関数

waspinator
⭐ 783 Python 👤 waspinator User 🕐 更新日時 2024-06-20 📅 作成日 2018-03-29
109
pedropro/TACO

🌮 コンテキスト内ゴミアノテーションデータセットツールキット

pedropro
⭐ 781 Jupyter Notebook 👤 pedropro User 🕐 更新日時 2026-10-20 📅 作成日 2019-06-08
110
voidful/awesome-chatgpt-dataset

LLMの力を解き放て:あなた自身のChatGPTをトレーニングするためのこれらのデータセットを探検しよう!

voidful
⭐ 773 Python 👤 voidful User 🕐 更新日時 2026-10-27 📅 作成日 2023-04-21
111
cs-chan/Total-Text-Dataset

Total Text データセット。1555枚の画像で構成されており、水平、多方向、曲線という3種類以上の異なるテキストの向きが含まれる、唯一無二のデータセットです。

cs-chan
⭐ 768 MATLAB 👤 cs-chan User 🕐 更新日時 2026-09-30 📅 作成日 2017-08-24
112
techascent/tech.ml.dataset

Clojureの高性能データ処理システム

techascent
⭐ 762 Clojure 👤 techascent Organization 🕐 更新日時 2026-10-02 📅 作成日 2019-02-14
113
ShuangLI59/person_search

人物検索のための共同検出および識別特徴学習

ShuangLI59
⭐ 751 Python 👤 ShuangLI59 User 🕐 更新日時 2024-04-26 📅 作成日 2016-04-06
114
viniciussanchez/dataset-serialize

Delphi および Lazarus (FPC) 用の JSON から DataSet へおよび DataSet から JSON への変換ツール

viniciussanchez
⭐ 747 Pascal 👤 viniciussanchez User 🕐 更新日時 2026-08-03 📅 作成日 2019-05-22
115
thorstenMueller/Thorsten-Voice

Thorsten-Voice: ライセンスの悩みなく、すべてのプロジェクトで利用可能な、無料でオフライン動作する高品質なドイツ語TTSボイスが提供されるべきです。

thorstenMueller
⭐ 746 Python 👤 thorstenMueller User 🕐 更新日時 2026-08-04 📅 作成日 2019-10-29
116
zcablii/SARDet_100K

[NeurIPS 2024 spotlight] MSFA の公式実装および大規模合成開口レーダー (SAR) オブジェクト検出のための SARDet_100K データセットのリリース

zcablii
⭐ 743 Python 👤 zcablii User 🕐 更新日時 2025-05-06 📅 作成日 2024-02-20
117
wb14123/couplet-dataset

対聯データセット。70万件の対聯データベース。

wb14123
⭐ 743 Python 👤 wb14123 User 🕐 更新日時 2025-02-05 📅 作成日 2018-02-24
118
tensorflow/io

TensorFlow SIG-IO がメンテナンスする Dataset、ストリーミングおよびファイルシステム拡張

tensorflow
⭐ 739 C++ 👤 tensorflow Organization 🕐 更新日時 2026-06-25 📅 作成日 2018-11-09
119
rois-codh/kmnist

Kuzushiji-MNIST、Kuzushiji-49、および Kuzushiji-Kanji のリポジトリ

rois-codh
⭐ 738 Python 👤 rois-codh Organization 🕐 更新日時 2024-05-31 📅 作成日 2018-10-12
120
moein-shariatnia/OpenAI-CLIP

PyTorch における OpenAI CLIP モデルのシンプルな実装。

moein-shariatnia
⭐ 727 Jupyter Notebook 👤 moein-shariatnia User 🕐 更新日時 2025-10-18 📅 作成日 2021-04-07
121
EverMind-AI/SkillCorpus

分散した SKILL.md ファイルを、整理済みで検索可能なエージェントスキルコーパスに変換するオープンソース基盤。検索および評価ツールも含まれています。

EverMind-AI
⭐ 706 Python 👤 EverMind-AI Organization 🕐 更新日時 2026-11-19 📅 作成日 2026-08-11
122
layumi/University1652-Baseline

ACM Multimedia2020 University-1652: ドローンによるジオローカライゼーションのためのマルチビュー・マルチソース・ベンチマーク :helicopter: 世界中の72の大学にある1652の建物を注釈付けします。

layumi
⭐ 703 Python 👤 layumi User 🕐 更新日時 2026-11-20 📅 作成日 2019-11-04
123
open-edge-platform/datumaro

Dataset Management Framework、コンピュータビジョンデータセットの構築、分析、管理のためのPythonライブラリおよびCLIツール。

open-edge-platform
⭐ 701 Python 👤 open-edge-platform Organization 🕐 更新日時 2026-11-20 📅 作成日 2020-09-01
124
google-deepmind/long-form-factuality

大規模言語モデルにおける長文の事実性のベンチマーキング。「Long-form factuality in large language models」論文のオリジナルのコード。

google-deepmind
⭐ 698 Python 👤 google-deepmind Organization 🕐 更新日時 2026-06-18 📅 作成日 2024-03-25
125
wenhaochai/MovieChat

[CVPR 2024] MovieChat: 濃密トークンから疎メモリへ、長尺動画理解のために

wenhaochai
⭐ 698 Python 👤 wenhaochai User 🕐 更新日時 2025-01-29 📅 作成日 2023-06-26
126
ucas-vg/PointTinyBenchmark

UCAS-VG のポイントベースおよび小型物体検出と位置特定コードセット

ucas-vg
⭐ 689 Python 👤 ucas-vg Organization 🕐 更新日時 2025-06-12 📅 作成日 2019-12-21
127
datalad/datalad

git と git-annex でコード、データ、コンテナを管理する

datalad
⭐ 675 Python 👤 datalad Organization 🕐 更新日時 2026-11-20 📅 作成日 2013-11-01
128
bertjiazheng/Structured3D

[ECCV'20] Structured3D: 構造化3Dモデリングのための大規模フォトリアリスティックデータセット

bertjiazheng
⭐ 666 Python 👤 bertjiazheng User 🕐 更新日時 2025-02-24 📅 作成日 2019-05-09
129
facebookresearch/Ego4d

Ego4dデータセットリポジトリ。データセットのダウンロード、可視化、特徴量の抽出とデータセットの利用例

facebookresearch
⭐ 665 Jupyter Notebook 👤 facebookresearch Organization 🕐 更新日時 2026-07-25 📅 作成日 2021-11-23
130
Jakobovski/free-spoken-digit-dataset

話された数字の無料オーディオデータセット。MNISTのオーディオバージョン。

Jakobovski
⭐ 663 Python 👤 Jakobovski User 🕐 更新日時 2024-05-02 📅 作成日 2016-06-21
131
onejune2018/Awesome-LLM-Eval

Awesome-LLM-Eval: LLMの評価のためのツール、データセット/ベンチマーク、デモ、リーダーボード、論文、ドキュメント、モデルのキュレーションされたリスト。生成AIの技術的境界を探求することを目的とした、主に基盤となる大規模モデルの評価に焦点を当てた、ツール、ベンチマーク/データ、デモ、ランキング、および大規模モデルのキュレーションされたリスト。

onejune2018
⭐ 661 👤 onejune2018 User 🕐 更新日時 2025-11-24 📅 作成日 2023-04-26
132
cs-chan/Exclusively-Dark-Image-Dataset

Exclusively Dark(ExDARK)データセットは、私たちが知る限り、非常に暗い環境で黄昏まで(つまり10種の条件)撮影された低照度画像の最大コレクションで、画像クラスとオブジェクトレベルのアノテーションが付いています。

cs-chan
⭐ 658 MATLAB 👤 cs-chan User 🕐 更新日時 2026-09-30 📅 作成日 2018-05-28
133
benedekrozemberczki/datasets

ネットワーク科学と機械学習の研究のために私が集めた、かなりクールなデータセットのリポジトリ。

benedekrozemberczki
⭐ 657 👤 benedekrozemberczki User 🕐 更新日時 2025-12-20 📅 作成日 2019-04-07
134
CornellNLP/ConvoKit

ConvoKitは、会話から会話の特徴を抽出して会話内の社会的現象を分析するためのツールキットです。いくつかの大規模な会話データセットと、これらのデータセットでツールキットの使用を例示するスクリプトが含まれています。

CornellNLP
⭐ 656 Jupyter Notebook 👤 CornellNLP Organization 🕐 更新日時 2026-10-16 📅 作成日 2016-03-14
135
philipperemy/FX-1-Minute-Data

HISTDATA - すべてのFX取引ペア / 原油 / 株価指数で構成されるデータセット。1分データ(およびティックデータ)を取得するためのシンプルなAPIにより、歴史的なFX価格(最新版)。

philipperemy
⭐ 649 Python 👤 philipperemy User 🕐 更新日時 2025-05-04 📅 作成日 2017-05-22
136
D-X-Y/NAS-Bench-201

NAS-Bench-201 APIと手順

D-X-Y
⭐ 649 Python 👤 D-X-Y User 🕐 更新日時 2025-10-31 📅 作成日 2017-04-24
137
commaai/comma2k19

融合ポーズ推定器とマッピングアルゴリズムの開発および検証のための運転データセット

commaai
⭐ 646 Jupyter Notebook 👤 commaai Organization 🕐 更新日時 2025-07-20 📅 作成日 2018-12-12
138
lartpang/awesome-segmentation-saliency-dataset

セグメンテーション / サリエンシー検出のためのデータセットのコレクション。PR...へようこそ :smile:

lartpang
⭐ 645 👤 lartpang User 🕐 更新日時 2026-09-15 📅 作成日 2018-12-30
139
iejMac/video2dataset

ビデオURLから大規模なビデオデータセットを簡単に作成する

iejMac
⭐ 644 Python 👤 iejMac User 🕐 更新日時 2024-07-30 📅 作成日 2022-10-15
140
jonathanwvd/awesome-industrial-datasets

厳選された公開産業データセットのコレクション。

jonathanwvd
⭐ 643 👤 jonathanwvd User 🕐 更新日時 2026-11-21 📅 作成日 2022-10-25
141
onyx-dot-app/EnterpriseRAG-Bench

社内文書に対するRAGのデータセットとベンチマーク。

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 更新日時 2026-09-03 📅 作成日 2026-02-19
142
HowieHwong/TrustLLM

[ICML 2024] TrustLLM:真実性、安全性、公平性、堅牢性、プライバシー、倫理の観点からLLMの信頼性を評価します。ローカルモデル、互換API、AIエージェントのオーケストレーションに対応したPython/CLIツールキットです。

HowieHwong
⭐ 635 Python 👤 HowieHwong User 🕐 更新日時 2026-10-04 📅 作成日 2023-12-23
143
CubiCasa/CubiCasa5k

CubiCasa5k フロアプラン データセット

CubiCasa
⭐ 635 Jupyter Notebook 👤 CubiCasa Organization 🕐 更新日時 2026-11-08 📅 作成日 2019-01-23
144
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

データサイエンスプロジェクトのライフサイクル全体

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 更新日時 2024-06-07 📅 作成日 2020-09-02
145
nghuyong/weibo-cov

Weibo-COV: WeiboからのCOVID-19に関する大規模ソーシャルメディアデータセット

nghuyong
⭐ 626 👤 nghuyong User 🕐 更新日時 2025-08-23 📅 作成日 2020-02-20
146
ApolloScapeAuto/dataset-api

自動運転のための ApolloScape オープン データセットとその応用。

ApolloScapeAuto
⭐ 620 Jupyter Notebook 👤 ApolloScapeAuto User 🕐 更新日時 2026-10-31 📅 作成日 2018-06-25
147
guptarohit/cryptoCMD

Pythonでの暗号通貨の過去価格データライブラリ。データは https://coinmarketcap.com から。

guptarohit
⭐ 612 Python 👤 guptarohit User 🕐 更新日時 2026-07-25 📅 作成日 2018-01-27
148
HuangCongQing/3D-Point-Clouds

🔥3D点群ターゲット検出&セマンティックセグメンテーション(深層学習)- SOTA法、コード、論文、データセットなど

HuangCongQing
⭐ 611 Jupyter Notebook 👤 HuangCongQing User 🕐 更新日時 2025-01-20 📅 作成日 2021-01-15
149
toddrjones/datasets

社会科学、応用ミクロ経済学、データ可視化などに利用できる、150件以上の無料データセットをまとめました。

toddrjones
⭐ 603 👤 toddrjones User 🕐 更新日時 2026-11-20 📅 作成日 2026-10-09
150
RingBDStack/SocialED

ソーシャルイベント検出のためのPythonライブラリ

RingBDStack
⭐ 597 Python 👤 RingBDStack Organization 🕐 更新日時 2026-10-02 📅 作成日 2024-11-27