数据集 / 归档 / 2026-07-24

2026-07-24 收录的数据集（3）

本页记录当日收录项目。

HuggingFaceCode / stack-v3-train

从GitHub爬取的开源代码数据集，用于预训练代码大语言模型

1.73亿行 · 4.9 TB

文本
文本生成
odc-by · 许可标注允许商用

1个月前更新

r0b0tlab / qwen3.8-max-distillation-50k

由Qwen3.8-Max-Preview生成的用于监督微调和知识蒸馏的教师轨迹

5.0万行 · 71 MB

文本
文本生成
问答
other · 许可待核

1个月前更新

greghavens / fable-5-coding-and-debugging-traces

来自Claude Fable 5的包含指令遵循、工具使用和编码调试的代理轨迹

1.3万行 · 267.5 GB

文本
文本生成
cc-by-4.0 · 许可标注允许商用

1个月前更新

← 前一日 2026-07-23 · 后一日 2026-07-25 →