dataset

2020년부터의 공개 BTC 트레이딩 컨텍스트.

M2DGR: 지상 로봇을 위한 멀티모달 및 다나리오 데이터셋 (RA-L2021 & ICRA2022)

수동 조율된 중국어 대화 데이터셋 및 ChatGLM 미세 조정 코드

TorchXRayVision: 흉부 X선 데이터셋 및 모델 라이브러리. 분류, 분할, 오토인코더를 제공합니다.

신종 코로나바이러스 2019 확진자 시계열 데이터

세계에서 가장 큰 단일 인터넷 도메인 데이터셋

Twitter 데이터셋 및 관련 리소스 목록

복잡한 추론 작업을 위해 특별히 설계된 6,446개의 텍스트-오디오 주석 샘플로 구성된 Audio Logical Reasoning (ALR) 데이터셋을 소개합니다. 이 리소스를 바탕으로, 오디오 언어 모델(ALM)에 깊이 있는 이중 모달 추론 능력을 부여하기 위해 맞춤형으로 제작된 규칙 기반 강화학습(RL) 알고리즘 SoundMind를 제안합니다.

게임 AI를 위한 엄선된 게임 데이터셋 및 도구 목록

보험 업계 말뭉치, 챗봇

손 gesture 인식 이미지 데이터셋

연구용 교통 네트워크

MMSA는 멀티모달 감성 분석을 위한 통합 프레임워크입니다.

이름 생성을 위한 Python 라이브러리

대형 언어 모델의 사고 łańcuch(chain-of-thought) 추론 관련 데이터 및 도구를 위한 중앙 집중형 오픈 리소스. Samwald 연구그룹 개발: https://samwald.info/

생체역학 및 인체 동작 분석을 위한 엄선된 공개 리소스 목록: 데이터셋, 처리 도구, 시뮬레이션 소프트웨어, 교육용 비디오, 강의 등

Github 언어 통계

KDD 2019: 확률적 순환 신경망을 통한 다변량 시계열의 강력한 이상 탐지

Apache Spark를 위한 C# 및 F# 언어 바인딩 및 확장

PyTorch로 구현한 SOTA Semantic Segmentation 모델

PyTorch 데이터 로더를 포함한 독립형 TFRecord 리더/라이터

데이터셋 시각화, 데이터 처리, 결과 평가를 위한 SemanticKITTI API

단일 파이프라인에서 고품질 합성 데이터 생성, 학습, 측정 및 평가

[ICLR 2025] 정렬된 LLM에 아무것도 입력하지 않고 프롬프트를 통해 처음부터 정렬 데이터 합성. 효율적이고 고품질의 합성 데이터 생성 파이프라인!

[NeurIPS 2025 Spotlight] OpenCUA: 컴퓨터 사용 에이전트를 위한 오픈 파운데이션입니다.

🍃 MINT-1T: 1조 개의 토큰으로 구성된 멀티모달 인터리브 데이터셋

정밀 의학 지식 그래프 (PrimeKG)

미국 국립미술관(National Gallery of Art) 오픈 데이터 프로그램

COCO 데이터셋 생성을 위한 헬퍼 함수

Total Text 데이터셋. 수평, 다중 방향, 곡선 등 3가지 이상의 텍스트 방향을 포함하는 1,555개의 이미지로 구성된 독보적인 데이터셋입니다.