datasets

Conjuntos de dados de benchmark, carregadores de dados e avaliadores para aprendizado de máquina em grafos.

Uma lista curada de conjuntos de dados de cibersegurança incríveis

Repositório contendo modelos, conjuntos de dados e técnicas de fine-tuning para o DB-GPT, com o objetivo de melhorar o desempenho do modelo em Text-to-SQL.

O armazenamento de dados de IA para Schemas, BLOBs e Previsões. Use com seus aplicativos ou integre supervisão humana, fluxo de trabalho de dados e catálogo de UI integrados para obter o máximo valor dos seus dados de IA.

🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Cheatsheets, Roadmaps e preparação para entrevistas. Para iniciantes e especialistas.

Dados tabulares em memória em Julia.

Lista comunitária de APIs, aplicativos, conjuntos de dados, pesquisas e softwares de transporte público

🚀🚀🚀 Uma coleção de projetos públicos incríveis da série YOLO de detecção de objetos e conjuntos de dados relacionados.

Coletar todo o conteúdo de Hu Chenfeng

Safe RLHF: Alinhamento de valor restrito via Aprendizado por Reforço Seguro a partir de Feedback Humano

Uma coleção de corpora para reconhecimento de entidades nomeadas (NER) e tarefas de reconhecimento de entidades. Esses conjuntos de dados anotados cobrem uma variedade de idiomas, domínios e tipos de entidades.

Uma lista curada de links e bibliotecas de software úteis para robôs.

🪐 Fluxos de trabalho de NLP de ponta a ponta, do protótipo à produção

Uma ferramenta DevOps de código aberto da CNCF para empacotar e versionar modelos de IA/ML, conjuntos de dados, código e configurações em um OCI Artifact.

[AAAI 2025] 👔IMAGDressing👔: Geração Modular e Interativa de Vestuário para Provador Virtual. Permite a geração de imagens humanas personalizáveis com controle flexível de roupas, poses e cenas, garantindo alta fidelidade e consistência das peças para provadores virtuais.

Um formato padrão para conjuntos de dados de aprendizado por reforço offline, com conjuntos de dados de referência populares e utilitários relacionados

Therapeutics Commons (TDC): base multimodal para ciência terapêutica.

Langtrace 🔍 é uma ferramenta de observabilidade de ponta a ponta de código aberto baseada em Open Telemetry para aplicações LLM, fornecendo rastreamento, avaliações e métricas em tempo real para LLMs populares, frameworks de LLM, vectorDBs e muito mais. Integre usando Typescript ou Python.

Conjuntos de dados para aprendizado profundo com imagens de satélite e aéreas.

Uma coleção de conjuntos de dados de código aberto para treinar LLMs que seguem instruções (ChatGPT, LLaMA, Alpaca)

Ferramenta de anotação de áudio de código aberto para humanos

Uma lista de conjuntos de dados do Twitter e recursos relacionados.

csghub-server é o servidor backend para o CSGHub, que ajuda os usuários a gerenciar datasets, modelos, além de executar inferência de modelos, fine-tuning e espaços de aplicação.

Corpus de pré-treinamento em larga escala para chinês de 100G 中文预训练语料

[ACL 2023] Raciocínio com Prompting de Modelos de Linguagem: Um Levantamento

Um framework de otimização modular para localização e mapeamento (MOLA)

Artigos da ICCV 2023-2025: Descubra pesquisas de ponta da ICCV 2023-25, a principal conferência de visão computacional. Mantenha-se atualizado sobre o que há de mais moderno em visão computacional e aprendizado profundo, com código incluído. ⭐ Apoie o desenvolvimento de inteligência visual!

Conjuntos de dados de áudio de IA (AI-ADS) 🎵, incluindo fala, música e efeitos sonoros, que podem fornecer dados de treinamento para IA generativa, AIGC, treinamento de modelos de IA, desenvolvimento de ferramentas de áudio inteligentes e aplicações de áudio.

Deduplicação e filtragem semântica multimodal rápida

Acesso fácil a conjuntos de dados espaciais oficiais do Brasil em R e Python