datasets

圖機器學習的基準資料集、資料載入器與評估器

精選的超讚網路安全資料集清單

包含 DB-GPT 模型、資料集與微調技術的儲存庫，旨在提升 Text-to-SQL 的模型效能

用於 Schema、BLOB 和預測的 AI 資料儲存庫。可搭配您的應用程式使用，或整合內建的人工監督、資料工作流程與 UI 目錄，以發掘 AI 資料的最大價值。

🚀 超過 500 個精選的資料分析與資料科學資源：Python、SQL、統計學、ML、AI、視覺化、速查表、學習藍圖與面試準備，適合初學者與專家。

Julia 中的記憶體內表格資料

大眾運輸 API、應用程式、資料集、研究與軟體的社群清單 :bus::star2::train::star2::steam_locomotive:

🚀🚀🚀 一些優秀的公開 YOLO 物件偵測系列專案與相關物件偵測資料集的集合。

收集戶晨風的所有內容

Safe RLHF：透過來自人類回饋的安全強化學習進行受約束的價值對齊

命名實體識別 (NER) 與實體識別任務的語料庫集合。這些標註資料集涵蓋多種語言、領域和實體類型。

精選的機器人實用連結與軟體庫清單。

🪐 從原型到生產環境的端對端 NLP 工作流程

來自 CNCF 的開源 DevOps 工具，用於將 AI/ML 模型、資料集、程式碼和組態打包並進行版本控制成 OCI Artifact。

[AAAI 2025]👔IMAGDressing👔：虛擬穿搭的互動式模組化服飾生成。它支援具有靈活服飾、姿勢和場景控制的可自訂人像生成，確保虛擬穿搭的高傳真度與服飾一致性。

離線強化學習資料集的標準格式，包含熱門的參考資料集與相關公用程式

治療學共用平台 (TDC)：治療科學的多模態基礎

Langtrace 🔍 是一個開源、基於 OpenTelemetry 的 LLM 應用程式端到端可觀測性工具，為熱門的 LLM、LLM 框架、向量資料庫等提供即時追蹤、評估與指標。使用 Typescript、Python 進行整合。🚀💻📊

用於衛星與空拍影像深度學習的資料集

用於訓練遵循指令 LLM (ChatGPT、LLaMA、Alpaca) 的開源資料集集合

適用於人類的開源音訊標註工具

Twitter 資料集及相關資源列表。

csghub-server 是 CSGHub 的後端伺服器，協助使用者管理資料集、模型，並執行模型推論、微調與應用程式空間。

中文 100G 大規模預訓練語料庫

模組化定位與地圖建構最佳化框架（MOLA）

[ACL 2023] 語言模型提示詞推理綜述

ICCV 2023-2025 論文：探索來自 ICCV 2023-25（領先的電腦視覺會議）的前沿研究。掌握電腦視覺與深度學習的最新動態，內含程式碼。⭐ 支援視覺智慧發展！

AI 音訊資料集 (AI-ADS) 🎵，包含語音、音樂與音效，可為生成式 AI、AIGC、AI 模型訓練、智慧音訊工具開發及音訊應用程式提供訓練資料。

快速多模態語義去重與過濾

在 R 和 Python 中輕鬆存取巴西官方空間資料集