2026-07-08 收录的数据集（8）

100K–1M

• 文本生成
• apache-2.0 · 许可标注允许商用

13.57亿行 · 3.6 TB

• 多模态
• 文本生成
• 文本分类
• text-retrieval
• cc-by-4.0 · 许可标注允许商用
• 含中文

1 行 · 14 MB

• 图像
• creativeml-openrail-m · 许可标注允许商用

6.1 TB

• 文本生成
• odc-by · 许可标注允许商用

1.5万行 · 267 MB

• 文本
• 问答
• 摘要
• cc-by-sa-3.0 · 许可标注允许商用

214.2万行 · 17.3 GB

• 文本
• 文本生成
• cdla-sharing-1.0 · 许可标注允许商用

5.2万行 · 319 MB

• 文本
• 文本生成
• cc-by-nc-4.0 · 许可明确限制商用

9.68亿行 · 1.7 TB

• 文本
• 文本生成
• odc-by · 许可标注允许商用