dataset

2020 से सार्वजनिक BTC ट्रेडिंग संदर्भ।

M2DGR: ग्राउंड रोबोट्स के लिए एक मल्टी-मॉडल और मल्टी-परिदृश्य डेटासेट (RA-L2021 & ICRA2022)

मैन्युअल रूप से फाइन-ट्यून किया गया चीनी संवाद डेटासेट और ChatGLM के लिए फाइन-ट्यूनिंग कोड का एक टुकड़ा

TorchXRayVision: छाती के एक्स-रे डेटासेट और मॉडल की एक लाइब्रेरी। क्लासिफायर, सेगमेंटेशन और ऑटोएन्कोडर।

मामलों पर Novel Coronavirus 2019 समय श्रृंखला डेटा

दुनिया का सबसे बड़ा इंटरनेट डोमेन डेटासेट।

Twitter डेटासेट और संबंधित संसाधनों की एक सूची।

गेम डेटासेट और गेम में आर्टिफिशियल इंटेलिजेंस के लिए टूल्स की एक क्यूरेटेड सूची।

हम Audio Logical Reasoning (ALR) डेटासेट पेश करते हैं, जिसमें जटिल तर्क कार्यों के लिए विशेष रूप से डिज़ाइन किए गए 6,446 टेक्स्ट-ऑडियो एनोटेटेड नमूने शामिल हैं। इस संसाधन के आधार पर, हम SoundMind का प्रस्ताव करते हैं, जो ऑडियो लैंग्वेज मॉडल (ALMs) को गहरी द्विमोडल तर्क क्षमताओं से लैस करने के लिए तैयार किया गया एक नियम-आधारित सुदृढीकरण शिक्षण (RL) एल्गोरिदम है।

बीमा उद्योग के लिए कॉर्पस और चैटबॉट।

हैंड जेस्चर रिकग्निशन इमेज डेटासेट

अनुसंधान के लिए परिवहन नेटवर्क

MMSA मल्टीमॉडल सेंटीमेंट एनालिसिस के लिए एक एकीकृत फ्रेमवर्क है

नामों के लिए Python लाइब्रेरी।

लार्ज लैंग्वेज मॉडल्स में चेन-ऑफ-थॉट रीजनिंग से संबंधित डेटा और टूल्स के लिए एक केंद्रीय, ओपन रिसोर्स। Samwald रिसर्च ग्रुप द्वारा विकसित: https://samwald.info/

बायोमैकेनिक्स और मानव गति विश्लेषण के लिए संसाधनों की एक क्यूरेटेड सार्वजनिक सूची: डेटासेट, प्रोसेसिंग टूल्स, सिमुलेशन सॉफ़्टवेयर, शैक्षिक वीडियो, व्याख्यान आदि।

GitHub भाषा सांख्यिकी।

Apache Spark के लिए C# और F# भाषा बाइंडिंग और एक्सटेंशन।

KDD 2019: स्टोकेस्टिक रीकरेंट न्यूरल नेटवर्क के माध्यम से मल्टीवेरिएट टाइम सीरीज़ के लिए मजबूत एनोमली डिटेक्शन

PyTorch में SOTA सिमेंटिक सेगमेंटेशन मॉडल्स

PyTorch डेटा लोडर्स के साथ स्टैंडअलोन TFRecord रीडर/राइटर

डेटासेट विज़ुअलाइज़ेशन, डेटा प्रोसेसिंग और परिणामों के मूल्यांकन के लिए SemanticKITTI API

एक ही पाइपलाइन में उच्च-गुणवत्ता वाले सिंथेटिक्स उत्पन्न करें, प्रशिक्षित करें, मापें और मूल्यांकन करें

[ICLR 2025] संरेखित LLMs को कुछ भी न देकर प्रॉम्प्टिंग के माध्यम से शून्य से संरेखण डेटा संश्लेषण। आपका कुशल और उच्च गुणवत्ता वाला सिंथेटिक डेटा जनरेशन पाइपलाइन!

[NeurIPS 2025 स्पॉटलाइट] OpenCUA: कंप्यूटर-उपयोग एजेंटों के लिए ओपन फाउंडेशन।

🍃 MINT-1T: एक ट्रिलियन टोकन वाला मल्टीमॉडल इंटरलीव्ड डेटासेट।

प्रिसिजन मेडिसिन नॉलेज ग्राफ (PrimeKG)

नेशनल गैलरी ऑफ आर्ट ओपन डेटा प्रोग्राम।

COCO डेटासेट बनाने के लिए हेल्पर फ़ंक्शंस

Total Text Dataset। इसमें 1555 चित्र शामिल हैं जिनमें 3 से अधिक विभिन्न टेक्स्ट ओरिएंटेशन हैं: हॉरिजॉन्टल, मल्टी-ओरिएंटेड और कर्व्ड, जो अपनी तरह का अनूठा है।