דאטהסטים
9

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

60 מתוך 6,000

עמוד 9 מתוך 100

D other

DocLayNet

מאת docling-project.

דאטהסטים664 ↓
L cc-by-nc-4.0

LaMini-instruction

מאת MBZUAI.

דאטהסטים414 ↓
P cc-by-nc-sa-4.0

PMC-Patients

מאת zhengyun21.

דאטהסטים640 ↓
W

WizardLM_alpaca_evol_instruct_70k_unfiltered

מאת QuixiAI.

דאטהסטים204 ↓
M cc-by-4.0

mt_bench_human_judgments

מאת lmsys.

דאטהסטים2,333 ↓
W odc-by

wildjailbreak

מאת allenai.

דאטהסטים7,191 ↓
V cc-by-4.0

Vaani

מאת ARTPARK-IISc.

דאטהסטים19,116 ↓
C other

CL-bench

מאת tencent.

דאטהסטים1,306 ↓
F odc-by

finephrase

מאת HuggingFaceFW.

דאטהסטים363,772 ↓
M gpl-3.0

multiturn_chat_0.8M

מאת BelleGroup.

דאטהסטים681 ↓
S

SWE-bench

מאת princeton-nlp.

דאטהסטים73,441 ↓
L openrail

LLaMA-65B

מאת nyanko7.

דאטהסטים392 ↓
A cc-by-4.0

alpaca-zh

מאת shibing624.

דאטהסטים5,802 ↓
E cc-by-4.0

EarthView

מאת satellogic.

דאטהסטים5,883 ↓
E

embedding-training-data

מאת sentence-transformers.

דאטהסטים1,842 ↓
A other

arxiv-latex

מאת scholarweave.

דאטהסטים22,940 ↓
L cc-by-sa-4.0

llm-japanese-dataset

מאת izumi-lab.

דאטהסטים548 ↓
S apache-2.0

samantha-data

מאת QuixiAI.

דאטהסטים1,565 ↓
T cc-by-4.0

toxic-dpo-v0.2

מאת unalignment.

דאטהסטים211 ↓
G apache-2.0

github-code-clean

מאת codeparrot.

דאטהסטים17,635 ↓
C cc-by-4.0

ChatMed_Consult_Dataset

מאת michaelwzhu.

דאטהסטים287 ↓
T apache-2.0

TACO

מאת BAAI.

דאטהסטים8,078 ↓
P agpl-3.0,odbl

product-database

מאת openfoodfacts.

דאטהסטים19,691 ↓
N cc-by-4.0

Nemotron-Terminal-Corpus

מאת nvidia.

דאטהסטים89,342 ↓
T cc-by-4.0

toxic-dpo-v0.1

מאת unalignment.

דאטהסטים98 ↓
S cc-by-4.0

SWE-rebench-openhands-trajectories

מאת nebius.

דאטהסטים3,920 ↓
T cc-by-4.0

truthy-dpo-v0.1

מאת jondurbin.

דאטהסטים2,755 ↓
P cc-by-4.0

Pliny_HackAPrompt_Dataset

מאת hackaprompt.

דאטהסטים114 ↓
M cc-by-4.0

mva-hackathon-2026-data

מאת SageBio.

דאטהסטים1,509 ↓
M

math_dataset

מאת deepmind.

דאטהסטים12,913 ↓
F cc-by-nc-4.0

financebench

מאת PatronusAI.

דאטהסטים5,109 ↓
N other

Nemotron-CC-v2

מאת nvidia.

דאטהסטים37,233 ↓
C apache-2.0

ChartVerse-SFT-1.8M

מאת opendatalab.

דאטהסטים1,747 ↓
C mit

competition_math

מאת qwedsacf.

דאטהסטים21,588 ↓
A cc-by-4.0

arxiv_qa

מאת taesiri.

דאטהסטים379 ↓
S cc-by-4.0

sharegpt_gpt4

מאת shibing624.

דאטהסטים1,721 ↓
T odc-by

tulu-v2-sft-mixture

מאת allenai.

דאטהסטים5,873 ↓
S cc-by-4.0

Synthetic-Persona-Chat

מאת google.

דאטהסטים5,028 ↓
T other

the-stack-v2-dedup

מאת bigcode.

דאטהסטים2,233 ↓
E apache-2.0

everyday-conversations-llama3.1-2k

מאת HuggingFaceTB.

דאטהסטים2,321 ↓
C apache-2.0

Cybersecurity-Dataset-Fenrir-v2.1

מאת AlicanKiraz0.

דאטהסטים3,852 ↓
E apache-2.0

Egocentric-100K

מאת builddotai.

דאטהסטים158,232 ↓
A cc0-1.0

arxiv_dataset

מאת arxiv-community.

דאטהסטים748 ↓
O unknown

openbookqa

מאת allenai.

דאטהסטים451,924 ↓
M other

M3IT

מאת MMInstruction.

דאטהסטים4,179 ↓
S bsd

spotify-tracks-dataset

מאת maharshipandya.

דאטהסטים2,906 ↓
S apache-2.0

SystemChat

מאת abacusai.

דאטהסטים103 ↓
N other

Nemotron-CC-v2.1

מאת nvidia.

דאטהסטים24,362 ↓
S cc-by-sa-4.0

stack-exchange-preferences

מאת HuggingFaceH4.

דאטהסטים11,539 ↓
P cc0-1.0

Post-OCR-Correction

מאת PleIAs.

דאטהסטים1,765 ↓
O cc0-1.0

OSCAR-2201

מאת oscar-corpus.

דאטהסטים749 ↓
O

o1-journey

מאת GAIR.

דאטהסטים220 ↓
M cc-by-nc-sa-4.0

MegaScience

מאת MegaScience.

דאטהסטים6,356 ↓
D apache-2.0

DRIM-VisualReasonHard

מאת xiuhuywh.

דאטהסטים2,537 ↓
E cc-by-nc-4.0

empathetic_dialogues

מאת facebook.

דאטהסטים2,199 ↓
M odc-by

MegaMath

מאת IFM.

דאטהסטים154,453 ↓
N other

Nemotron-Pretraining-Code-v2

מאת nvidia.

דאטהסטים2,538 ↓
B cc-by-sa-4.0

belebele

מאת facebook.

דאטהסטים80,074 ↓
M

MedQuad-MedicalQnADataset

מאת keivalya.

דאטהסטים4,991 ↓
O apache-2.0

Omni-MATH

מאת KbsdJames.

דאטהסטים6,328 ↓

דאטהסטים9

60 מתוך 6,000

דאטהסטים
9