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
Подробные синтетические описания 16,9 млн изображений для обучения и оценки vision-language моделей.
Крупный мультимодальный датасет для понимания научных изображений: картинки и тексты, задача image-to-text.
160 успешных траекторий агента Gemini на задачах OSWorld с шагами и оценкой 1.0.
40 тыс. образцов с 5 согласованными модальностями для понимания векторных инженерных чертежей.
Крупный набор пар изображение—LaTeX для распознавания математических формул.
Гипердетализированные описания изображений на английском для обучения и оценки моделей image-to-text.
SQLite-база тегов и постов Danbooru2023 с последним ID 7 866 491 для генеративных моделей.
Крупный англоязычный датасет изображений лиц с описаниями для подписей и генерации.
Около 300 тыс. обучающих и 5 тыс. тестовых вопросов для понимания длинных видео.
Данные image-to-text для распознавания вьетнамского рукописного текста; карточка обещает более полную версию.
1,7 млн пар промптов и изображений Midjourney v5 за апрель 2023 года в очищенной неофициальной выгрузке.