dataset

Libera el poder de los LLM: ¡Explora estos conjuntos de datos para entrenar tu propio ChatGPT!

Un sistema de procesamiento de datos de alto rendimiento en Clojure.

🌮 Kit de herramientas para el conjunto de datos Trash Annotations in Context.

Conjunto de datos para pareados. Base de datos de 700.000 pareados.

Aprendizaje de características para detección e identificación conjunta en la búsqueda de personas.

Convertidor de JSON a DataSet y de DataSet a JSON para Delphi y Lazarus (FPC).

Extensiones de conjuntos de datos, streaming y sistemas de archivos mantenidas por TensorFlow SIG-IO

Thorsten-Voice: Una voz TTS en alemán de alta calidad, gratuita y sin conexión, diseñada para utilizarse en cualquier proyecto sin complicaciones de licencia.

Implementación sencilla del modelo CLIP de OpenAI en PyTorch.

[CVPR 2024] MovieChat: De tokens densos a memoria dispersa para la comprensión de videos largos

Conjunto de código de detección y localización de objetos pequeños basado en puntos de UCAS-VG

Evaluación comparativa de la veracidad en textos largos para modelos de lenguaje extensos. Código original para nuestro artículo "Long-form factuality in large language models".

Marco de gestión de conjuntos de datos, una biblioteca de Python y herramienta CLI para construir, analizar y gestionar datasets de visión artificial

[ECCV'20] Structured3D: un conjunto de datos fotorrealista a gran escala para modelado 3D estructurado.

HISTDATA: conjunto de datos compuesto por todos los pares de divisas FX, petróleo crudo e índices bursátiles. API sencilla para recuperar datos históricos de precios FX (hasta 1 minuto y datos tick).

Un conjunto de datos de audio gratuito de dígitos hablados. Una versión de audio de MNIST.

ACM Multimedia2020 University-1652: Un benchmark multivista y multisource para geolocalización basada en drones que anota 1652 edificios en 72 universidades de todo el mundo.

Crea fácilmente grandes conjuntos de datos de video a partir de URLs de video.

Mantén el control de código, datos y contenedores con git y git-annex

Benchmark de código abierto para agentes de IA en navegadores para tareas diarias.

Awesome-LLM-Eval: una lista curada de herramientas, conjuntos de datos/benchmarks, demos, tablas de clasificación, artículos, documentación y modelos, enfocada principalmente en la evaluación de LLMs.

Un repositorio de conjuntos de datos interesantes recopilados para la investigación en ciencia de redes y aprendizaje automático.

Ciclo de vida completo de un proyecto de ciencia de datos

Un conjunto de datos de conducción para el desarrollo y validación de estimadores de pose fusionados y algoritmos de mapeo

ConvoKit es un conjunto de herramientas para extraer características conversacionales y analizar fenómenos sociales en conversaciones. Incluye varios conjuntos de datos conversacionales grandes junto con scripts que ejemplifican el uso del kit de herramientas en estos conjuntos de datos.

API e instrucciones de NAS-Bench-201

Repositorio del conjunto de datos Ego4d. Descarga el conjunto de datos, visualiza, extrae características y consulta ejemplos de uso.

El conjunto de datos Exclusively Dark (ExDARK), que hasta donde sabemos, es la colección más grande de imágenes con poca luz tomadas en entornos de muy baja iluminación hasta el crepúsculo (10 condiciones diferentes) a la fecha, con anotaciones a nivel de clase de imagen y de objeto.

Una colección de conjuntos de datos para segmentación y detección de prominencia. Las solicitudes de extracción (PR) son bienvenidas.

[ICML 2024] TrustLLM: Confiabilidad en modelos de lenguaje de gran tamaño.