#dataset Репозитории
Всего репозиториев: 173
[ICLR 2025] Синтез данных для выравнивания с нуля путем запроса выровненных LLM с помощью пустого ввода. Ваш эффективный и высококачественный конвейер генерации синтетических данных!
Официальный набор данных для «Оценки незаметности состязательных возмущений: с визуальной точки зрения»
🍃 MINT-1T: Мультимодальный перемежающийся набор данных, содержащий один триллион токенов.
Библейские тексты в форматах JSON и XML — 141 версия на 85 языках, готовые для приложений, поиска стихов и наборов данных для NLP/ИИ
Глобальная библиотека стикеров птиц с открытым исходным кодом от Хуа Шу · Стикеры, созданные ИИ для более чем 11 000 видов птиц (AviList v2026), лицензия CC BY 4.0, названия на 43 языках и структурированные данные
Раскройте силу LLM: изучите эти наборы данных, чтобы обучить свой собственный ChatGPT!
Набор данных Total Text. Он состоит из 1555 изображений с более чем 3 различными ориентациями текста: горизонтальной, многонаправленной и изогнутой, и является единственным в своем роде.
Совместное обучение признакам обнаружения и идентификации для поиска людей
Конвертер JSON в DataSet и DataSet в JSON для Delphi и Lazarus (FPC)
Thorsten-Voice: Бесплатная для использования, работающая оффлайн, высококачественная немецкая TTS-голос должна быть доступна для каждого проекта без каких-либо проблем с лицензиями.
[NeurIPS 2024 spotlight] Официальная реализация MSFA и выпуск набора данных SARDet_100K для крупномасштабного обнаружения объектов с использованием радара с синтезированной апертурой (SAR)
Расширения Dataset, потоковой передачи и файловой системы, поддерживаемые TensorFlow SIG-IO
Инфраструктура с открытым исходным кодом, превращающая разрозненные файлы SKILL.md в курируемые корпуса навыков агентов, готовые к поиску, включая инструменты поиска и оценки.
ACM Multimedia2020 University-1652: Многоракурсный многоисточниковый бенчмарк для геолокации на основе дронов :helicopter: аннотирует 1652 здания в 72 университетах по всему миру.
Dataset Management Framework, библиотека Python и инструмент CLI для создания, анализа и управления наборами данных компьютерного зрения.
Бенчмаркинг фактической точности длинных текстов в больших языковых моделях. Исходный код нашей статьи «Long-form factuality in large language models».
[CVPR 2024] MovieChat: От плотных токенов к разреженной памяти для понимания длинных видео
Набор кода для обнаружения и локализации точечных и крошечных объектов UCAS-VG
[ECCV'20] Structured3D: Большой фотореалистичный датасет для структурированного 3D-моделирования
Репозиторий набора данных Ego4d. Загрузите набор данных, визуализируйте, извлеките признаки и пример использования набора данных
Бесплатный аудиодатасет произнесенных цифр. Аудиоверсия MNIST.
Awesome-LLM-Eval: тщательно подобранный список инструментов, наборов данных/бенчмарков, демонстраций, таблиц лидеров, статей, документов и моделей, в основном для оценки LLM. Тщательно подобранный список инструментов, бенчмарков/данных, демонстраций, рейтингов и больших моделей, в основном ориентированный на оценку базовых больших моделей, с целью исследования технологических границ генеративного ИИ.
Набор данных Exclusively Dark (ExDARK), который, насколько нам известно, является крупнейшей коллекцией низкоосвещённых изображений, снятых в условиях очень слабого освещения до сумерек (т.е. 10 различных условий) до настоящего времени, с аннотациями уровня классов изображений и объектов.
Репозиторий довольно крутых наборов данных, которые я собрал для исследований в области сетевой науки и машинного обучения.
ConvoKit — это набор инструментов для извлечения особенностей разговоров и анализа социальных явлений в разговорах. Он включает несколько больших наборов данных разговоров, а также скрипты, демонстрирующие использование набора инструментов на этих наборах данных.
HISTDATA - Набор данных, состоящий из всех FX торговых пар / Нефти / Индексов акций. Простой API для получения 1-минутных данных (и тиковых данных) Исторических цен FX (актуально).
Набор данных для вождения для разработки и валидации объединенных оценщиков позы и алгоритмов картирования
Коллекция некоторых наборов данных для сегментации / детекции салиентности. Добро пожаловать в PR...:smile:
Кураторская коллекция общедоступных промышленных наборов данных.
Набор данных и эталон для RAG по внутренним документам компании.
[ICML 2024] TrustLLM: оценка надёжности LLM по критериям правдивости, безопасности, справедливости, устойчивости, конфиденциальности и этичности. Набор инструментов Python/CLI для локальных моделей, совместимых API и оркестрации ИИ-агентов.
Полный жизненный цикл проекта по науке о данных
Открытый набор данных ApolloScape для автономного вождения и его применение.
Библиотека исторических данных цен криптовалют на Python. Данные из https://coinmarketcap.com.
🔥3D обнаружение объектов по облаку точек и семантическая сегментация (глубокое обучение) - SOTA методы, код, статьи, наборы данных и т. д.
Сборник из более чем 150 бесплатных наборов данных для использования в социальных науках, прикладной микроэкономике, визуализации данных и т. д.