#dataset Repositórios
173 repositórios no total
Uma lista selecionada de conjuntos de dados de radar, detecção, rastreamento e fusão
Uma lista de ferramentas, artigos e códigos relacionados à detecção de Deepfake.
Grandes Modelos de Linguagem para Saúde Mental (LLM x Saúde Mental), Pré e Pós-treinamento, Conjunto de Dados, Avaliação, Implementação e RAG, com modelos das séries InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM
O que há nos seus dados? Extraia esquemas, estatísticas e entidades de conjuntos de dados
Uma Biblioteca de Streaming de Dados para Treinamento Eficiente de Redes Neurais
[pip install medmnist] Conjuntos de Dados Padronizados 18x para Classificação de Imagens Biomédicas 2D e 3D
Benchmark de código aberto para agentes de IA do navegador em tarefas diárias.
HumanML3D: Um conjunto de dados grande e diversificado de linguagem e movimento humano 3D.
Um conjunto de dados de anime baseado em JSON contendo os metadados mais importantes, bem como referências cruzadas para vários sites de anime como MAL, ANIDB, ANILIST, KITSU e mais...
Corpus de nomes de empresas. Corpus de nomes de organizações. Nome abreviado da empresa, acrônimo, palavra de marca, nome da empresa. Pode ser usado para segmentação de palavras em chinês e reconhecimento de entidades de nomes de organizações.
M2DGR: um Conjunto de Dados Multimodal e Multicena para Robôs Terrestres (RA-L2021 e ICRA2022)
TorchXRayVision: Uma biblioteca de conjuntos de dados e modelos de raios-X de tórax. Classificadores, segmentação e autoencoders.
Notas de leitura sobre Modelos de Linguagem Grandes Multimodais, Modelos de Linguagem Grandes e Modelos de Difusão
Um conjunto de dados de diálogo em chinês ajustado manualmente e um trecho de código de ajuste fino do chatglm
O Washington Post está compilando um banco de dados de todos os tiroteios fatais nos Estados Unidos por um policial em serviço desde 2015.
:video_game: Uma lista selecionada de conjuntos de dados de jogos incríveis e ferramentas para inteligência artificial em jogos
Uma lista de conjuntos de dados do Twitter e recursos relacionados.
Este é um repositório de fontes de dados públicas para Sistemas de Recomendação (RS).
Um benchmark de evidências para decisões clínicas: extrair o único fato em que uma resposta se baseia e verificar se a ação do assistente acompanha as evidências. Desenvolvido com base no HealthBench.
Apresentamos o conjunto de dados de Raciocínio Lógico de Áudio (ALR), composto por 6.446 amostras anotadas de texto-áudio, especificamente projetadas para tarefas de raciocínio complexo. Com base neste recurso, propomos o SoundMind, um algoritmo de aprendizado por reforço (RL) baseado em regras, adaptado para dotar modelos de linguagem de áudio (ALMs) de profundas habilidades de raciocínio bimodal.
TableBank: Um conjunto de dados de referência para detecção e reconhecimento de tabelas
Uma lista pública e selecionada de recursos para biomecânica e análise do movimento humano: conjuntos de dados, ferramentas de processamento, software para simulação, vídeos educativos, palestras, etc.
Um recurso central e aberto para dados e ferramentas relacionadas ao raciocínio em cadeia de pensamento em grandes modelos de linguagem. Desenvolvido no grupo de pesquisa Samwald: https://samwald.info/
Um ótimo conjunto de dados introdutório para exploração e visualização de dados (alternativa ao iris).
Gere Sintéticos de Alta Qualidade, Treine, Meça e Avalie em um Único Pipeline
API SemanticKITTI para visualização de conjunto de dados, processamento de dados e avaliação de resultados.
[NeurIPS 2025 Spotlight] OpenCUA: Fundações Abertas para Agentes de Uso de Computador
KDD 2019: Detecção Robusta de Anomalias para Séries Temporais Multivariadas através de Rede Neural Recorrente Estocástica
[NeurIPS 2023] Implementação oficial do artigo "Motion-X: Um Conjunto de Dados de Movimento Humano de Corpo Inteiro Expressivo 3D em Larga Escala"