דאטהסטים
25

מאגרי נתונים פתוחים לאימון ולהערכה. הרישיון הוא הדבר הראשון שצריך לבדוק בכל אחד מהם, והוא רשום.

60 מתוך 6,000

עמוד 25 מתוך 100

M llama3

Magpie-Pro-300K-Filtered

מאת Magpie-Align.

דאטהסטים3,857 ↓
D cc-by-4.0

dclm-baseline-1.0-parquet

מאת mlfoundations.

דאטהסטים27,862 ↓
T cc-by-2.0

TheatreLM-v2.1-Characters

מאת G-reen.

דאטהסטים59 ↓
O mit

opc-fineweb-code-corpus

מאת OpenCoder-LLM.

דאטהסטים3,472 ↓
T cc-by-nc-sa-4.0

Text2CAD

מאת SadilKhan.

דאטהסטים596 ↓
O

OpenO1-SFT-Ultra

מאת O1-OPEN.

דאטהסטים191 ↓
L apache-2.0

LongBench-v2

מאת zai-org.

דאטהסטים73,011 ↓
A mit

AceCode-87K

מאת TIGER-Lab.

דאטהסטים4,487 ↓
A mit

AIME2025

מאת opencompass.

דאטהסטים17,616 ↓
A mit

Aesthetic-4K

מאת zhang0jhon.

דאטהסטים59,534 ↓
O cc-by-4.0

OpenMind

מאת MIC-DKFZ.

דאטהסטים15,405 ↓
M cc-by-nc-sa-4.0

MMSVG-Icon

מאת OmniSVG.

דאטהסטים333 ↓
A cc-by-nc-4.0

AM-DeepSeek-Distilled-40M

מאת a-m-team.

דאטהסטים4,332 ↓
M

MotionMillion

מאת InternRobotics.

דאטהסטים483 ↓
O cc-by-4.0

OpenScienceReasoning-2

מאת nvidia.

דאטהסטים16,878 ↓
D odc-by

dolma3_mix-6T-1025-7B

מאת allenai.

דאטהסטים20,999 ↓
M apache-2.0

MedReason-Stenographic

מאת openmed-community.

דאטהסטים168 ↓
J

jobs

מאת unsloth.

דאטהסטים111 ↓
C other

CommonLID

מאת commoncrawl.

דאטהסטים163 ↓
R apache-2.0

reasoning-distill-claude-opus-4-7-max

מאת lordx64.

דאטהסטים443 ↓
B cc0-1.0

billsum

מאת FiscalNote.

דאטהסטים8,573 ↓
M other

mlsum

מאת reciTAL.

דאטהסטים2,220 ↓
T cc-by-2.0

tatoeba

מאת Helsinki-NLP.

דאטהסטים955 ↓
W cc-by-3.0

esdurmus/wiki_lingua

מאת esdurmus.

דאטהסטים1,568 ↓
M apache-2.0

multilingual-sentiments

מאת tyqiangz.

דאטהסטים3,015 ↓
P cc-by-nc-4.0

PokemonCards

מאת TheFusion21.

דאטהסטים60 ↓
C cdla-permissive-2.0

crello

מאת cyberagent.

דאטהסטים13,112 ↓
R gpl-3.0

reddit_finance_43_250k

מאת winddude.

דאטהסטים262 ↓
G mit

goodwiki

מאת euirim.

דאטהסטים244 ↓
F cc

fondant-cc-25m

מאת fondant-ai.

דאטהסטים1,036 ↓
A cc-by-4.0

airoboros-3.1

מאת jondurbin.

דאטהסטים430 ↓
A apache-2.0

aya_evaluation_suite

מאת CohereLabs.

דאטהסטים3,994 ↓
R apache-2.0

react-llama

מאת xz56.

דאטהסטים41 ↓
B

bge-m3-data

מאת Shitao.

דאטהסטים144 ↓
G apache-2.0

glaive-function-calling-v2-sharegpt

מאת hiyouga.

דאטהסטים5,053 ↓
T apache-2.0

Tested-143k-Python-Alpaca

מאת Vezora.

דאטהסטים6,503 ↓
T apache-2.0

text2cypher-2024v1

מאת neo4j.

דאטהסטים227 ↓
D

distilabel-reflection-tuning

מאת gabrielmbmb.

דאטהסטים54 ↓
D

DocSynth300K

מאת juliozhao.

דאטהסטים531 ↓
L apache-2.0

LAION-DISCO-12M

מאת laion.

דאטהסטים309 ↓
C

CoVLA-Dataset

מאת turing-motors.

דאטהסטים987 ↓
R cc-by-4.0

ai4bharat/Rasa

מאת ai4bharat.

דאטהסטים11,560 ↓
N mit

NextCoderDataset

מאת microsoft.

דאטהסטים538 ↓
D cdla-permissive-2.0

DoclingMatix

מאת HuggingFaceM4.

דאטהסטים6,519 ↓
A cc-by-4.0

arena-human-preference-140k

מאת lmarena-ai.

דאטהסטים2,534 ↓
N cc-by-4.0

Nemotron-Personas-India

מאת nvidia.

דאטהסטים1,257 ↓
S

Soul-Bench

מאת APRIL-AIGC.

דאטהסטים939 ↓
M mit

ronantakizawa/moltbook

מאת ronantakizawa.

דאטהסטים153 ↓
T mit

Turkce-Atlas-Instruct

מאת AlicanKiraz0.

דאטהסטים488 ↓
G apache-2.0

GLM-5.2-Conversation

מאת ianncity.

דאטהסטים814 ↓
M apache-2.0

miracl-corpus

מאת miracl.

דאטהסטים4,949 ↓
P cc-by-nc-sa-4.0

pokemon-blip-captions-en-zh

מאת svjack.

דאטהסטים479 ↓
D mit

doc-build-dev

מאת hf-doc-build.

דאטהסטים1,045,342 ↓
D cc-by-sa-3.0

databricks-dolly-15k-curated-multilingual

מאת argilla.

דאטהסטים468 ↓
M apache-2.0

vivym/midjourney-prompts

מאת vivym.

דאטהסטים303 ↓
M cc-by-nc-4.0

Multi-Doc-QA-Chinese

מאת yuyijiong.

דאטהסטים26 ↓
R apache-2.0

rag_instruct_benchmark_tester

מאת llmware.

דאטהסטים189 ↓
C

chatml_dpo_pairs

מאת mlabonne.

דאטהסטים120 ↓
W other

WRN-Chapter-1

מאת WhiteRabbitNeo.

דאטהסטים47 ↓
M cc-by-nc-nd-4.0

MSR-86K

מאת Alex-Song.

דאטהסטים51 ↓

דאטהסטים25

60 מתוך 6,000

דאטהסטים
25