Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 103, новые добавляются каждый час.
Отвечает DeepSeek · переписка хранится только в этой вкладке
SQLite-база тегов и постов Danbooru2023 с последним ID 7 866 491 для генеративных моделей.
100K–1M текстов в стиле учебников на английском для обучения небольших языковых моделей.
Около 300 тыс. обучающих и 5 тыс. тестовых вопросов для понимания длинных видео.
Анонимные зарплаты и профессиональные данные IT-работников Италии из еженедельного опроса.
Демонстрационная выборка из 1000 пользователь-товарных примеров с табличными и временными признаками.
24 вопроса для оценки LLM как ассистента в нецензурированном креативном письме, с ручной проверкой.
Синтетические таблицы о поведении и когнитивной нагрузке AI-ассистированных разработчиков.
Очень маленький англоязычный таблично-текстовый бенчмарк SAM Audio Judge для оценки аудио.