allenai / molmo-motion-1m
3D点轨迹和2D像素轨迹的视频动作数据集，覆盖7个语料库
下载 1.4k · 收藏 13 · 1个月前更新
2026-06-23 数据集 (8)
ibm-research / ScarfBench
企业Java应用迁移基准，覆盖Jakarta EE、Quarkus、Spring
下载 215 · 收藏 16 · 2个月前更新
Nerfgun3 / bad_prompt
负提示嵌入/文本反转数据集，用于稳定扩散
下载 1.9k · 收藏 949 · 3年前更新
- py from datasets import load_dataset ds = load_dataset("Nerfgun3/bad_prompt")
allenai / dolma
用于语言模型预训练研究的开放语料库
下载 4.1k · 收藏 1.0k · 2年前更新
databricks / databricks-dolly-15k
由Databricks员工编写，涵盖多个行为类别的指令跟随数据
下载 35k · 收藏 986 · 3年前更新
- py from datasets import load_dataset ds = load_dataset("databricks/databricks-dolly-15k")
roneneldan / TinyStories
由GPT-3.5和GPT-4生成的短故事，使用受限词汇
下载 83k · 收藏 1.0k · 1年前更新
- py from datasets import load_dataset ds = load_dataset("roneneldan/TinyStories")
tatsu-lab / alpaca
由text-davinci-003生成的指令和演示数据，用于指令微调
下载 75k · 收藏 995 · 3年前更新
- py from datasets import load_dataset ds = load_dataset("tatsu-lab/alpaca")
tiiuae / falcon-refinedweb
经严格过滤和去重的英文网络语料库
下载 12k · 收藏 929 · 3年前更新
- py from datasets import load_dataset ds = load_dataset("tiiuae/falcon-refinedweb")