dataset

Ngữ cảnh giao dịch BTC công khai từ năm 2020.

M2DGR: Bộ dữ liệu đa phương thức và đa kịch bản dành cho robot mặt đất (RA-L2021 & ICRA2022)

Bộ dữ liệu hội thoại tiếng Trung được tinh chỉnh thủ công và mã tinh chỉnh cho chatglm

TorchXRayVision: Thư viện các tập dữ liệu và mô hình X-quang ngực. Bộ phân loại, phân đoạn và autoencoder.

Dữ liệu chuỗi thời gian về các ca nhiễm Novel Coronavirus 2019.

Bộ dữ liệu tên miền Internet đơn lẻ lớn nhất thế giới

Danh sách các tập dữ liệu Twitter và các tài nguyên liên quan.

Chúng tôi giới thiệu bộ dữ liệu Suy luận Lô-gic Âm thanh (ALR), bao gồm 6.446 mẫu được chú thích văn bản-âm thanh được thiết kế đặc biệt cho các tác vụ suy luận phức tạp. Dựa trên tài nguyên này, chúng tôi đề xuất SoundMind, một thuật toán học tăng cường (RL) dựa trên quy tắc được điều chỉnh để trang bị cho các mô hình ngôn ngữ âm thanh (ALM) khả năng suy luận hai phương thức sâu sắc.

Danh sách tổng hợp các tập dữ liệu trò chơi tuyệt vời và công cụ cho trí tuệ nhân tạo trong trò chơi

Kho ngữ liệu ngành bảo hiểm, chatbot

Bộ dữ liệu hình ảnh nhận diện cử chỉ tay

Mạng lưới giao thông phục vụ nghiên cứu

MMSA là một framework hợp nhất dành cho Phân tích cảm xúc đa phương thức.

Thư viện Python dùng để tạo tên.

Một tài nguyên mở tập trung cho dữ liệu và công cụ liên quan đến lập luận chuỗi suy nghĩ trong các mô hình ngôn ngữ lớn. Phát triển bởi nhóm nghiên cứu Samwald: https://samwald.info/

Danh sách tài nguyên công khai được tuyển chọn về sinhomechanics và phân tích chuyển động của con người: tập dữ liệu, công cụ xử lý, phần mềm mô phỏng, video giáo dục, bài giảng, v.v.

Thống kê ngôn ngữ Github

Liên kết ngôn ngữ C# và F# cùng các tiện ích mở rộng cho Apache Spark

KDD 2019: Phát hiện bất thường mạnh mẽ cho chuỗi thời gian đa biến thông qua Mạng thần kinh hồi quy ngẫu nhiên

Các mô hình phân đoạn ngữ nghĩa SOTA trong PyTorch

Trình đọc/ghi TFRecord độc lập với bộ tải dữ liệu PyTorch

API SemanticKITTI để trực quan hóa tập dữ liệu, xử lý dữ liệu và đánh giá kết quả.

Tạo dữ liệu tổng hợp chất lượng cao, huấn luyện, đo lường và đánh giá trong một quy trình duy nhất.

[ICLR 2025] Tổng hợp dữ liệu căn chỉnh từ đầu bằng cách nhắc các LLM đã căn chỉnh mà không cần gì cả. Đường ống tạo dữ liệu tổng hợp chất lượng cao và hiệu quả của bạn!

[NeurIPS 2025 Spotlight] OpenCUA: Nền tảng mở cho các tác nhân sử dụng máy tính (Computer-Use Agents).

🍃 MINT-1T: Một tập dữ liệu đa phương thức xen kẽ với một nghìn tỷ token

Đồ thị tri thức y học chính xác (PrimeKG).

Chương trình Dữ liệu Mở của National Gallery of Art.

Các hàm hỗ trợ để tạo bộ dữ liệu COCO

Tập dữ liệu Total Text. Bao gồm 1555 hình ảnh với hơn 3 hướng văn bản khác nhau: ngang, đa hướng và cong, là tập dữ liệu độc nhất vô nhị.