#dataset リポジトリ
リポジトリ合計173件
[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!
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
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。
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
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。
[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
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。
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。
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。
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。
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。
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。
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。
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)。
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:
[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。