Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 220, новые добавляются каждый час.
Отвечает DeepSeek · переписка хранится только в этой вкладке
222 тыс. очищенных инструкций на английском для обучения языковых моделей следовать командам.
Небольшой набор вычислительных STEM-задач для проверки глубокого reasoning LLM.
Более 3 тыс. отобранных многотуровых диалогов людей с GPT-4 для обучения и оценки чат-моделей.
Данные image-to-text для распознавания вьетнамского рукописного текста; карточка обещает более полную версию.
Список болезней человека из научных источников, пока черновик и без разметки.
Около 3,4 тыс. англоязычных DPO-пар для ролевых диалогов, в том числе NSFW.
100 тыс.–1 млн диалоговых примеров на основе ORCA: очищено, сокращено и кластеризовано для чат-моделей.
Промпты с рассуждениями GLM 4.7 для дистилляции в открытые LLM.
Машинный перевод OpenOrca на китайский: около 1M ответов GPT-4 и 3,2M ответов GPT-3.5 для обучения LLM.
150 тыс. пар инструкция-ответ с пассажами и reflection-токенами для адаптивного поиска.
Крупный очищенный набор текстовых инструкций на английском для обучения и проверки ассистентов.
1,7 млн пар промптов и изображений Midjourney v5 за апрель 2023 года в очищенной неофициальной выгрузке.
Фреймворк и данные для оценки многотуровых голосовых диалогов по точности и естественности.
Предложения на японском из веб-романов и их английский фанатский перевод для задач перевода.
Небольшой SFT-набор кодинг-агентов с пошаговыми рассуждениями и паттернами инструментов.
Небольшой англоязычный текстовый набор, сопровождающий отчёт O1 Replication Journey.
100 тыс. примеров общего назначения в формате задача — рассуждение — ответ для постобучения моделей.
Пары изображение-вопрос-ответ с пошаговым рассуждением для обучения мультимодальных CoT-моделей.
3392 отфильтрованных китайских эротических новеллы с Pixiv для обучения генерации текста.
Промпты и ответы из французской арены чат-ботов — для обучения и сравнения LLM.
Текстовый датасет на 10–100 тыс. примеров для reward-моделей RLHF; карточка почти пустая.
10–100 тыс. англоязычных траекторий агентов в 6 доменах для обучения ReAct-моделей.
400 тыс. диалогов из Ultrachat, отфильтрованных от отказов и предвзятости.
Синтетические диалоги, чтобы модель соблюдала системный промпт на протяжении всего разговора.