dataset

Contexte public de trading BTC depuis 2020.

M2DGR : un jeu de données multimodal et multiscénario pour robots terrestres (RA-L2021 & ICRA2022).

Jeu de données de conversation en chinois finement ajusté manuellement et code de fine-tuning pour ChatGLM

TorchXRayVision : une bibliothèque de jeux de données et de modèles de radiographies thoraciques, incluant des classifieurs, de la segmentation et des auto-encodeurs.

Données chronologiques sur les cas de coronavirus 2019

Le plus grand ensemble de données de domaines Internet au monde

Une liste de jeux de données Twitter et de ressources associées.

:video_game: Une liste organisée de jeux de données de jeux vidéo et d'outils pour l'intelligence artificielle dans les jeux

Nous présentons le jeu de données Audio Logical Reasoning (ALR), composé de 6 446 échantillons texte-audio annotés, spécifiquement conçus pour des tâches de raisonnement complexe. En nous appuyant sur cette ressource, nous proposons SoundMind, un algorithme d'apprentissage par renforcement (RL) basé sur des règles, conçu pour doter les modèles de langage audio (ALM) de capacités de raisonnement bimodal approfondies.

Corpus pour le secteur de l'assurance et chatbot.

Jeu de données d'images pour la reconnaissance de gestes de la main

Réseaux de transport pour la recherche.

MMSA est un framework unifié pour l'analyse de sentiment multimodale.

La bibliothèque Python pour les noms.

Ressource centrale et ouverte pour les données et outils liés au raisonnement par chaîne de pensée (chain-of-thought) dans les grands modèles de langage. Développé par le groupe de recherche Samwald.

Liste publique et organisée de ressources pour la biomécanique et l'analyse du mouvement humain : jeux de données, outils de traitement, logiciels de simulation, vidéos éducatives, conférences, etc.

Statistiques de langages GitHub

Liaisons et extensions des langages C# et F# pour Apache Spark

KDD 2019 : Détection robuste d'anomalies pour les séries temporelles multivariées via un réseau de neurones récurrent stochastique.

Modèles de segmentation sémantique SOTA en PyTorch

Lecteur/enregistreur TFRecord autonome compatible avec les chargeurs de données PyTorch

API SemanticKITTI pour la visualisation de jeux de données, le traitement de données et l'évaluation des résultats.

Générer des données synthétiques de haute qualité, entraîner, mesurer et évaluer dans un pipeline unique

[ICLR 2025] Synthèse de données d'alignement à partir de zéro en sollicitant des LLM alignés sans données préalables. Votre pipeline efficace de génération de données synthétiques de haute qualité.

[NeurIPS 2025 Spotlight] OpenCUA : Fondations ouvertes pour les agents d'utilisation informatique

🍃 MINT-1T : Un jeu de données multimodal entrelacé d'un billion de jetons.

Graphe de connaissances en médecine de précision (PrimeKG).

Programme de données ouvertes de la National Gallery of Art

Fonctions d'assistance pour la création de jeux de données COCO

Jeu de données Total Text. Il comprend 1555 images avec plus de 3 orientations de texte différentes : horizontal, multi-orienté et incurvé.