Датасет•secemp9/arxiv-completeИнтересное
Снимок 3,1 млн статей arXiv с метаданными, файлами и PDF.
- Генерация текста
- Поиск по текстам
- Английский
160,1 тыс. 799100M–1B записей
Датасет•UCSC-VLAA/Recap-DataComp-1BИнтересное
Крупный image-text корпус DataComp-1B с улучшенными подписями от LLaVA-1.5-LLaMA3-8B.
- Zero-shot классификация
- Поиск по текстам
- Картинка → текст
15,2 тыс. 2131B–10B записей
Датасет•maharshipandya/spotify-tracks-dataset
Табличные аудио-признаки треков Spotify из 125 жанров в CSV.
- Эмбеддинги
- Таблицы: классификация
- Таблицы: регрессия
- Английский
4,2 тыс. 140100K–1M записей
Датасет•OpenGVLab/InternVid
10 млн видеоклипов с автоматически сгенерированными подписями и оценками UMT для видео-текстовых задач.
310 10110M–100M записей🔒 по запросу