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.

Englische große Modellanweisungs-Feinabstimmungsdatensätze sind speziell für die Optimierung von KI-Modellen entwickelte Trainingsressourcen, die die Fähigkeit des Modells zur Anweisungserkennung und -ausführung deutlich verbessern. Sie werden sowohl von Sprachwissenschaftlern als auch von KI-Ingenieuren überprüft und unterstützen perfekt die Feinabstimmungsanforderungen gängiger vortrainierter Modelle.

68750 Gruppen insgesamt, davon 62500 Gruppen für wissensbasierte Bearbeitung und 6250 Gruppen für Bearbeitung nach physikalischen Regeln. Die Bilder decken eine Vielzahl von Szenarien und Kategorien ab. Bei der Annotation wird das Originalbild gemäß den Dokumentenanweisungen bearbeitet, um ein Ergebnisbild zu erzeugen. Für die meisten Kategorien ist auch ein Inferenzprozess enthalten. Die Übereinstimmungsgenauigkeit zwischen Bild und Textinhalt beträgt mindestens 95 %. Die Daten können für Aufgaben wie die Generierung virtueller Szenen, Bildsynthese und Datenaugmentierung verwendet werden.

12.500 Sätze Bildbearbeitungsdaten (Szenenbearbeitung), davon 2.500 Sätze für Schattenanpassung, 2.500 Sätze für Lichtquellenanpassung, 2.500 Sätze für Hinzufügen/Entfernen von reflektierenden Objekten, 2.500 Sätze für Belichtungskorrektur und 2.500 Sätze für Effektfilter. Die Bilder decken eine Vielzahl von Szenen, Kategorien, Wetterbedingungen und Tageszeiten ab. Die Übereinstimmungsgenauigkeit zwischen Bild und Textinhalt beträgt mindestens 95 %. Die Daten können für Aufgaben wie Bildsynthese und Generierung virtueller Szenen verwendet werden.

130 Millionen Textdaten chinesischer Testfragen von der Grundschule bis zur Universität, mit insgesamt 20,87 Millionen K12-Testfragen (davon 16 Millionen mit Parsing) und 117 Millionen Hochschul- und Berufsschul-Testfragen (davon 7 Millionen mit Parsing); K12-Testfragen enthalten Felder wie Datenqualitätsstufe, Testpunkt, Inhaltstyp, Fragetyp, Schulstufe, Schwierigkeitsgrad der Frage, Klassenstufe, Thema, Quelle der Frage, Antwort, Parsing usw.; Hochschul- und Berufsschul-Testfragen enthalten Felder wie Antwort, Parsing, Kategorie; K12-Testfragen sind für Grund-, Mittel- und Oberschule, und die Themen sind Sprache, Mathematik, Englisch, Geschichte, Geografie, Politik, Biologie und Physik; K12-Testfragen sind für Grund-, Mittel- und Oberschule, und die Themen sind Sprache, Mathematik, Englisch, Geschichte, Geografie, Politik, Biologie und Physik. Hochschul- und Berufstestfragen enthalten Felder für Antworten, Erklärungen, Kategorien usw.; K12-Testfragen sind für die Grund-, Mittel- und Oberstufe, und die Fächer sind Sprache, Mathematik, Englisch, Geschichte, Geografie, Politik, Biologie, Physik, Chemie und Naturwissenschaften; Hochschul- und Berufstestfragen sind für die Bereiche öffentliche Sicherheit, öffentliche Prüfungen, Medizin, Fremdsprachen, Qualifikationen, Ingenieurwesen, Bildung, Recht, Wirtschaft, Berufe, Computer, Qualifikationen und Finanzen usw.; der Fragetyp Multiple-Choice-Fragen, Single-Choice-Fragen, Urteilsfragen, Lückentexte usw.; die Daten können für Aufgaben zur Erweiterung des Fachwissens mit großen Modellen verwendet werden