datasets

DataHub 共用元件。有趣且重要的資料集

追蹤醫療資料集，專注於醫學影像

透過公開 API 驅動 Hugging Face 資料集頁面上資料集檢視器的後端。

Croissant 是一個用於機器學習資料集的高階格式，集成了四個豐富的層。

🚀🚀🚀 收集一些關於大型語言模型（LLM）、視覺語言模型（VLM）、視覺語言動作（VLA）、AI 生成內容（AIGC）以及相關資料集與應用的優秀公開專案。

關於 AI、電腦視覺與機器人的各類實用連結。

開放式機器學習

收錄各種指令集資料集與提示詞資料集，用於訓練 ChatLLM 等模型。

用於儲存大型列式資料集的新型可擴充檔案格式。

與機器學習應用於軟體工程相關的論文、學位論文、資料集與工具精選清單

Open Bandit Pipeline：用於 bandit 演算法與 off-policy 評估的 python 函式庫

資料集管理框架，是用來建構、分析與管理 Computer Vision 資料集的 Python 程式庫與 CLI 工具。

共用的 Ultralytics 標誌、媒體、範例圖片、預訓練模型權重、資料集產物與發布資產。

針對印尼語的第一個大型自然語言處理基準測試。我們提供多個下游任務、預訓練的 IndoBERT 模型以及入門程式碼！(AACL-IJCNLP 2020)

一些分割與顯著性檢測的資料集集合。歡迎 PR...:smile:

ExerciseDB API 是一個健身運動資料庫 API，讓使用者能存取包含超過 11,000 種高品質運動資料。此 API 提供每個運動的詳細資訊，包含目標肌肉群、所需器材、影片、動態圖、視覺化指導圖片以及逐步操作說明。

這個儲存庫提供了一份全面的雷達與光學衛星資料集清單，專為船舶偵測、分類、語意分割與實例分割任務而策劃。這些資料集非常適合應用於電腦視覺、機器學習、遙測與海事分析領域。

組織病理學資料集資源

Cleora AI 是一個通用開源模型，用於高效、可擴展地學習異質關聯資料的穩定與歸納式實體嵌入。由 Synerise.com 團隊開發。

關於領域泛化（Domain Generalization）的精選資源，包含論文、程式碼等

關於指令微調 (Instruction Tuning) 與指令遵循 (Instruction Following) 的論文與資料集