#dataset Repositórios
173 repositórios no total
[ICLR 2025] Síntese de Dados de Alinhamento do Zero, Solicitando LLMs Alinhados com Nada. Seu pipeline eficiente e de alta qualidade para geração de dados sintéticos!
Conjunto de dados oficial para «Avaliação da impercetibilidade das perturbações adversariais: de uma perspetiva visual»
🍃 MINT-1T: Um conjunto de dados multimodal entrelaçado de um trilhão de tokens.
Texto bíblico em JSON e XML — 141 versões em 85 idiomas, pronto para aplicações, busca de versículos e conjuntos de dados de PLN/IA
Biblioteca global de figurinhas de aves de código aberto de Hua Shu · Figurinhas geradas por IA para mais de 11.000 espécies de aves (AviList v2026), sob licença CC BY 4.0, com nomes em 43 idiomas e dados estruturados
Desbloqueie o Poder do LLM: Explore Estes Datasets para Treinar Seu Próprio ChatGPT!
Conjunto de dados Total Text. Consiste em 1555 imagens com mais de 3 orientações de texto diferentes: horizontal, multiorientada e curva, única no seu género.
Aprendizagem de Recursos Conjunta de Detecção e Identificação para Pesquisa de Pessoas
Conversor de JSON para DataSet e DataSet para JSON para Delphi e Lazarus (FPC)
Thorsten-Voice: Uma voz TTS alemã gratuita, que funciona offline e de alta qualidade, deve estar disponível para todos os projetos sem qualquer problema de licenciamento.
[Destaque NeurIPS 2024] Implementação oficial de MSFA e lançamento do conjunto de dados SARDet_100K para Detecção de Objetos por Radar de Abertura Sintética (SAR) em Grande Escala
Extensões de sistema de arquivos, de streaming e de dataset mantidas pelo SIG-IO do TensorFlow
Infraestrutura de código aberto que transforma arquivos SKILL.md dispersos em corpora de habilidades de agentes selecionados e prontos para recuperação, incluindo ferramentas de recuperação e avaliação.
ACM Multimedia2020 University-1652: Um Padrão Multivisualização e Multifonte para Geolocalização Baseada em Drones :helicopter: anota 1652 edifícios em 72 universidades ao redor do mundo.
Framework de Gerenciamento de Conjuntos de Dados, uma biblioteca Python e uma ferramenta de CLI para construir, analisar e gerenciar conjuntos de dados de Visão Computacional.
Avaliação da factualidade de formato longo em modelos de linguagem grandes. Código original para o nosso artigo "Factualidade de formato longo em modelos de linguagem grandes".
[CVPR 2024] MovieChat: De Token Denso a Memória Esparsa para Compreensão de Vídeo Longo
Conjunto de código da UCAS-VG para detecção e localização de objetos minúsculos e baseado em pontos.
[ECCV'20] Structured3D: Um Grande Conjunto de Dados Foto-realístico para Modelagem 3D Estruturada
Repositório do conjunto de dados Ego4d. Baixe o conjunto de dados, visualize, extraia recursos e exemplo de uso do conjunto de dados
Um conjunto de dados de áudio gratuito de dígitos falados. Uma versão em áudio do MNIST.
Awesome-LLM-Eval: uma lista selecionada de ferramentas, conjuntos de dados/benchmarks, demonstrações, placares, artigos, documentos e modelos, principalmente para Avaliação em LLMs. Uma lista selecionada de ferramentas, benchmarks/dados, demonstrações, placares e grandes modelos, voltada principalmente para a avaliação de LLMs fundamentais, com o objetivo de explorar os limites técnicos da IA generativa.
O conjunto de dados Exclusively Dark (ExDARK), que, ao nosso conhecimento, é a maior coleção de imagens de baixa luminosidade capturadas em ambientes com iluminação muito baixa até ao crepúsculo (ou seja, 10 condições diferentes) até à data, com anotações a nível de classe de imagem e de objeto.
Um repositório de conjuntos de dados bem interessantes que coletei para pesquisas em ciência de redes e aprendizado de máquina.
ConvoKit é um conjunto de ferramentas para extrair recursos conversacionais e analisar fenômenos sociais em conversas. Inclui vários grandes conjuntos de dados conversacionais juntamente com scripts que exemplificam o uso do conjunto de ferramentas nesses conjuntos de dados.
HISTDATA - Conjunto de dados composto por todos os pares de negociação FX / Petróleo Bruto / Índices de Ações. API simples para recuperar dados de 1 minuto (e dados tick) de Preços Históricos FX (atualizados).
Um conjunto de dados de condução para o desenvolvimento e validação de estimadores de pose fundidos e algoritmos de mapeamento
Uma coleção de alguns conjuntos de dados para segmentação / detecção de saliência. Bem-vindo ao PR...:smile:
Crie facilmente grandes conjuntos de dados de vídeo a partir de URLs de vídeo
Uma coleção com curadoria de conjuntos de dados industriais públicos.
Conjunto de dados e benchmark para RAG em documentos internos da empresa.
[ICML 2024] TrustLLM: avaliação da confiabilidade de LLMs em termos de veracidade, segurança, equidade, robustez, privacidade e ética. Kit de ferramentas Python/CLI para modelos locais, APIs compatíveis e orquestração de agentes de IA.
Ciclo de Vida Completo de um Projeto de Ciência de Dados
Weibo-COV: Um Conjunto de Dados de Mídia Social em Larga Escala sobre COVID-19 do Weibo
O Conjunto de Dados Aberto ApolloScape para Condução Autônoma e sua Aplicação.
Biblioteca de dados históricos de preços de criptomoedas em Python. Dados de https://coinmarketcap.com.
🔥 Detecção de Objetos e Segmentação Semântica em Nuvens de Pontos 3D (Deep Learning) - Métodos SOTA, Código, Artigos, Datasets e Muito Mais
Uma compilação de mais de 150 conjuntos de dados gratuitos para uso em ciências sociais, microeconomia aplicada, visualização de dados etc.