LLM-Datensätze

Dieser Datensatz konzentriert sich auf den Finanzbereich und deckt Produkt-, Markt-, Verhaltens-, Grundsatz- und andere Unterbereiche ab, mit insgesamt 250,000 Fragen. Die Gesamtzahl der Fragen in diesem Datensatz beträgt 250,000, wovon die Hälfte Multiple-Choice-Fragen und die Hälfte Quizfragen sind, die sich beide auf 125,000 Fragen belaufen. Die Daten sind im JSONL-Format gespeichert, das reichhaltiges Material für die Erforschung und Untersuchung von Finanzwissen liefern kann.

50,000 Sätze von Bildbearbeitungsdaten. Zu den Bearbeitungstypen gehören Zielbeseitigung, Ziel hinzufügen, Ziel ändern, Ziel ersetzen. Zu den Bearbeitungszielen gehören Szenen wie Menschen, Tiere, Waren, Pflanzen, Landschaften und so weiter. Entsprechend den Bearbeitungsanweisungen werden die zu bearbeitenden Ziele im Bild verschlüsselt und mit Anmerkungen versehen, die das Entfernen, Hinzufügen, Ändern oder Ersetzen betreffen. Die Daten können für Aufgaben wie Bildsynthese, Datenanreicherung und Erzeugung virtueller Szenen verwendet werden.

Strukturierte Analyse der Koreanisch-Prüfungsfragen Verarbeitung der Daten, insgesamt etwa 1,5 Millionen Prüfungsfragen; jede Frage enthält Felder wie Fragetyp, Frage, Antwort und Analyse; Die Fächer umfassen [Grundschule]: Koreanisch, Mathematik, Englisch, Sozialkunde, Naturwissenschaften; [Mittelschule]: Koreanisch, Englisch, Mathematik, Naturwissenschaften, Sozialkunde; [Gymnasium]: Koreanisch, Englisch, Mathematik, Physik, Chemie, Biologie, Geschichte, Geografie; Die Fragetypen umfassen Multiple-Choice-Fragen, Lückentexte, Ja/Nein-Fragen, Frage-Antwort-Fragen usw.; Die Daten können für Aufgaben zur Erweiterung des Fachwissens in großen Modellen verwendet werden.

32 Millionen naturwissenschaftliche und technische Testfragen mit strukturierter Textanalyse und Datenverarbeitung, darunter Mathematik, Physik, Chemie, Biologie und andere naturwissenschaftliche und technische Fächer in der Grundschule, Mittelschule, Oberschule und Universität. Jede Testfrage enthält Felder wie Frage, Antwort, Analyse, Fragetyp, Disziplin und Abschnitt. Diese Daten können für große Modellaufgaben zur Verbesserung des Fachwissens verwendet werden.

1,000,000 chinesische Code-Test Fragen Text strukturiert Parsing und Verarbeitung von Daten, einschließlich c, c + +, Python, Java, Javascript mehrere Sprache Code-Test Fragen. Jede Testfrage enthält die Felder Frage, Antwort, Parsing und Sprache. Diese Daten können helfen, Modelle zu bauen und zu konsolidieren Code Programmierkenntnisse für eine bessere Leistung in der Programmierung Aufgaben.

Multi-Style-Videodaten von 25,000 Personen enthalten Multi-Style-Videos von 25.000 Personen in verschiedenen Szenarien, wobei die Hautfarbe der Charaktere weiß/gelb/braun/schwarz und das Alter jung/mittelalt/älter ist, mit einer Videoauflösung von mindestens 1920x1080 und einer Dauer von nicht weniger als 10 Sekunden. Dieser Datensatz kann für Aufgaben wie die Generierung von Videos mit Charakterkonsistenz und die Generierung digitaler Personen verwendet werden.

Sammlung von 122,147 Aufgaben zur logischen Argumentation, einschließlich Aufgaben zu grafischem Schließen, IQ-Tests, logischem Denkvermögen, visuellen Aufgaben, bildbasiertem Wissen und detektivischem Schließen. Die Aufgaben, Antworten und Erklärungen wurden transkribiert. Dieses Datenset enthält Abläufe des Denkprozesses und kann die logische Schlussfolgerungsfähigkeit großer Modelle verbessern. Wir halten uns strikt an Datenschutzgesetze und Vorschriften zum Schutz der Privatsphäre, um sicherzustellen, dass bei der Erfassung, Speicherung und Nutzung der Daten die Privatsphäre und die rechtlichen Interessen der Nutzer gewahrt bleiben. Alle Daten entsprechen den Regelungen von GDPR, CCPA und PIPL.

1,400 Bilder von menschlichem Verhalten mit Beschreibungen und Anmerkungen wurden in verschiedenen Szenarien und bei verschiedenen menschlichen Aktivitäten gesammelt, wobei die Personen in den Bildern markiert wurden. Diese Daten können multimodalen großen Modellen reichhaltige Ressourcen bieten. Nach der Überprüfung durch mehrere KI-Unternehmen helfen diese Daten den Modellen, in realen Anwendungen hervorragende Leistungen zu erbringen. Während der Datenerhebung, -speicherung und -nutzung haben wir stets streng die Vorschriften zum Datenschutz und zur Privatsphäre eingehalten, um die Privatsphäre und die gesetzlichen Rechte der Nutzer zu wahren. Alle Daten entsprechen den Anforderungen von Vorschriften wie GDPR, CCPA und PIPL.

Eine Million Bilder und Beschreibungen, die eine breite Palette von Kategorien wie Landschaften, Tiere, Blumen und Bäume, Menschen, Autos, Sport, Industrie und Architektur abdecken, sowie eine Untergruppe der Ästhetik, die die Gesamtszene des Bildes, die Details der Szene und die im Bild ausgedrückten Emotionen beschreibt, sowohl in Englisch als auch in Chinesisch.