דאטהסטים
18
מאגרי נתונים פתוחים לאימון ולהערכה. הרישיון הוא הדבר הראשון שצריך לבדוק בכל אחד מהם, והוא רשום.
60 מתוך 6,000
עמוד 18 מתוך 100-
M mit
modified_libero_rlds
מאת openvla.
-
I apache-2.0
IndustryCorpus2
מאת BAAI.
-
V
vietnamese_curated_dataset
מאת VTSNLP.
-
O mit
opc-sft-stage1
מאת OpenCoder-LLM.
-
M
multimodal-open-r1-8k-verified
מאת lmms-lab.
-
A
AgiBotWorld-Beta
מאת agibot-world.
-
M apache-2.0
Medical-R1-Distill-Data
מאת FreedomIntelligence.
-
V cc-by-nc-sa-4.0
voxbox
מאת SparkAudio.
-
D mit
DataScience-Instruct-500K
מאת RUC-DataLab.
-
G other
GroundingME
מאת lirang04.
-
T apache-2.0
TransPhy3D
מאת Daniellesry.
-
D
DyNativeGaussian_sequence
מאת LeeXiangNO1.
-
I apache-2.0
ifstruct-v1.0
מאת LiquidAI.
-
A other
amazon_us_reviews
מאת defunct-datasets.
-
B unknown
blended_skill_talk
מאת ParlAI.
-
O unknown
open_subtitles
מאת Helsinki-NLP.
-
W cc-by-sa-4.0
wit_base
מאת wikimedia.
-
R
relaion400m
מאת laion.
-
A apache-2.0
APIBench
מאת gorilla-llm.
-
E cc-by-nc-sa-4.0
Evol-instruction-66k
מאת codefuse-ai.
-
A mit
augmented-clinical-notes
מאת AGBonnet.
-
C other
chronos_datasets
מאת autogluon.
-
P cc-by-4.0
PhysicalAI-Robotics-NuRec
מאת nvidia.
-
R cc-by-nc-sa-4.0
Retrievatar
מאת CausalLM.
-
N cc-by-4.0,apache-2.0,mit
Nemotron-SFT-Agentic-v2
מאת nvidia.
-
W other
wiki_qa
מאת microsoft.
-
P mit
path-vqa
מאת flaviagiammarino.
-
P
project_gutenberg
מאת manu.
-
P openrail++
photo-concept-bucket
מאת bghira.
-
D other
DeepSeek-Prover-V1
מאת deepseek-ai.
-
S cc0-1.0
standard-chess-games
מאת Lichess.
-
C apache-2.0
chinese-fineweb-edu-v2
מאת opencsg.
-
B apache-2.0
BLIP3o-Pretrain-Long-Caption
מאת BLIP3o.
-
Z cc-by-nc-4.0
Zebra-CoT
מאת multimodal-reasoning-lab.
-
S other
sam-3d-body-dataset
מאת facebook.
-
D
DocVQA-2026
מאת VLR-CVC.
-
R other
race
מאת ehovy.
-
P apache-2.0
parti-prompts
מאת nateraw.
-
A cc-by-4.0
alpaca-gpt4-data-zh
מאת llm-wizard.
-
V cc-by-nc-sa-4.0
viet_bud500
מאת linhtran92.
-
T apache-2.0
Text-to-sql-v1
מאת Clinton.
-
C
chain_of_density
מאת griffin.
-
M odc-by
MultiHopRAG
מאת yixuantt.
-
1 apache-2.0
101_billion_arabic_words_dataset
מאת ClusterlabAi.
-
O
open-asr-leaderboard
מאת hf-audio.
-
R apache-2.0
roleplay-zh-sharegpt-gpt4-data
מאת shibing624.
-
L apache-2.0
LAION-Audio-300M
מאת laion.
-
O mit
ocr-benchmark
מאת getomni-ai.
-
S cc-by-4.0
SWE-rebench
מאת nebius.
-
H cc-by-nc-4.0
HISTAI-mixed
מאת histai.
-
M apache-2.0
MathX-5M
מאת Modotte.
-
N other
Nemotron-Pretraining-SFT-v1
מאת nvidia.
-
S cc-by-nc-4.0
sam-audio-bench
מאת facebook.
-
G other
google-code-archive
מאת nyuuzyou.
-
C apache-2.0
computer-use
מאת markov-ai.
-
N other
Nemotron-Cascade-2-SFT-Data
מאת nvidia.
-
C apache-2.0
cyber-security
מאת Vyber07.
-
M
MotionDecode
מאת CMRobot.
-
A apache-2.0
aqua_rat
מאת deepmind.
-
B cc-by-4.0
big_patent
מאת NortheasternUniversity.