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.

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.

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.

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.

Dieser Datensatz konzentriert sich auf vier große europäische Sprachen (Französisch, Deutsch, Spanisch, Italienisch) und enthält 480,000 Textpaare aus Original- und korrigierten Texten. Alle Daten werden im JSON-Format dargestellt und enthalten zwei Felder, Input (Originaltext) und Output (korrigierter Text), die bei der Verarbeitung natürlicher Sprache, der maschinellen Übersetzung und der Sprachlehrforschung helfen können.

100,000 Sätze von PPT-Bild-Q&A-Daten, die 100,000 Sätze von PPT-Bildern und entsprechende beschreibende Q&A-Annotationen enthalten. Die PPT-Bildtypen umfassen 4 Arten, nämlich Architekturdiagramme, digitale Diagramme, Flussdiagramme und Illustrationen. Der Datensatz kann für Aufgaben wie Document Intelligence verwendet werden.

204, 522 OCR-Datensätze von Prüfungsaufgaben, die mehrere Fächer, Aufgabentypen und Erfassungsgeräte (Handys, Scanner) abdecken, und deren Texte transkribiert wurden, wobei Formeln und Tabellen im LaTeX-Format transkribiert wurden. Dieser Datensatz kann für Aufgaben wie automatische Bewertung von Prüfungen oder Hausaufgabenhilfe verwendet werden. Wir halten uns strikt an Datenschutzgesetze und Datenschutzbestimmungen, um sicherzustellen, dass die Privatsphäre und die gesetzlichen Rechte der Benutzer während der Datenerfassung, -speicherung und -nutzung gewahrt bleiben. Alle Daten entsprechen GDPR, CCPA und PIPL.