Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 085, новые добавляются каждый час.
Отвечает DeepSeek · переписка хранится только в этой вкладке
Бенчмарк по мультимодальному пониманию и reasoning: вопросы с изображениями из многих дисциплин.
Крупнейший набор схем и PCB: исходники, изображения, метаданные и связанные файлы плат.
Бенчмарк математического рассуждения по изображениям: IQTest, FunctionQA и PaperQA; языки en, zh, fa.
Мультимодальный английский датасет научных вопросов с вариантами ответов и изображениями.
Синтетические personas на основе демографии, географии и черт характера жителей Вьетнама.
Визуальные математические задачи с изображениями и текстом для проверки VLM.
4.8M мультимодальных GPT4-Vision-описаний видео для LVLM и text-to-video моделей.
Крупный набор синтетических персон по реальным демографическим распределениям Кореи.
262K синтетических пар запрос-ответ: вредные и похожие безвредные запросы для обучения безопасности.
Крупный набор синтетических персон на японском по демографии, географии и чертам личности.
25M+ медицинских изображений в 10 модальностях с мультимодальными аннотациями по 65 болезням.
1,8 млн мультимодальных примеров с подробными рассуждениями, дистиллированными из Qwen3-VL-235B-Thinking.
Англоязычные задачи по физике с уравнениями и решениями для тренировки и проверки моделей.
Небольшой набор задач по физике, математике, биологии и химии с картинками для проверки пошаговых рассуждений.