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
369 Harbor-сред с задачами из openai/math и проверенными Lean-доказательствами.
Зеркало открытой платформы с пользовательскими промптами для ChatGPT и других ИИ-чатов.
48 тыс. скринкастов (12,3 тыс. часов) для обучения и проверки видео- и робо-моделей.
Медицинские задачи с цепочками рассуждений на английском и китайском для SFT и инициализации reasoning-моделей.
Открытый датасет для обучения reward-моделей и выравнивания полезных ответов; 100 тыс.–1 млн примеров.
Табличные срезы со статистикой моделей, датасетов и Daily Papers с Hugging Face Hub.
10 тыс. троек «исходное изображение — инструкция — результат» для обучения редактированию.
Обновлённая Wikipedia из HTML-дампов августа 2025: 325 языков, чистые статьи и метаданные.
Многоязычные деревья сообщений «��ромптер — ассистент» для обучения и оценки ассистентов.
350 тыс. проверенных цепочек рассуждений по математике, коду и науке для обучения пошаговому reasoning.
Около 100 тыс. алгебраических текстовых задач на английском с пошаговыми объяснениями решений.
Диалоги агентов с вызовами инструментов из пула 26 507 API — для обучения моделей function calling.
Тестовые вопросы MMLU по 57 темам, переведённые на 14 языков профессиональными переводчиками.
Более 15 млн SFT-примеров на английском и китайском для посттренировки модели MiniCPM5-1B-SFT.
Новостные статьи BBC с однофразовыми summary для обучения экстремальному суммаризированию.
Корпус по кибербезопасности для обучения и вопросно-ответных задач на английском.
450+ нетривиальных вопросов с однозначным ответом для проверки LLM с инструментами и поиском.
100K+ QA-пар с человеческой разметкой 14 категорий вреда для AI safety.
13 083 английских клиентских запроса в банковской сфере с метками 77 тонких интентов для классификации.
Данные для обучения и оценки безопасных ответов: предпочтения, пары вопрос-ответ и промпты на английском.
Пары «изображение — текстовое описание» для обучения и оценки моделей связи картинок и текста.
Аудиокниги, подкасты и YouTube с расшифровками — для обучения ASR и TTS на английском.
Отфильтрованный и дедуплицированный английский веб-корпус из CommonCrawl для обучения языковых моделей.
Проверенные примеры function calling на английском для обучения и оценки LLM-агентов.