R-Package Knowledge Base (RPKB) 是一个预计算的 ChromaDB 向量数据库，包含从 CRAN 精心挑选的 8,191 个高质量 R 函数，并附有提取的统计元数据（数据配置文件）和由 DARE 模型生成的预计算嵌入。该数据集的主要用途是为执行数据科学和统计工作流的 R 语言 LLM 代理提供工具检索功能。数据库采用 ChromaDB 引擎，嵌入模型为 `Stephe

Hugging Face2026-03-02 更新260

Binder Test Dockerfile

IT容器

水数据科学

this resource is testing dockerfiles for binder.

DataONE2021-12-05 更新160

Reddit Corpus

自然语言处理

水数据科学

Reddit是美国社交新闻汇总网站，用户可以在其中发布链接并参与有关这些帖子的讨论。这些线程讨论提供了一个很大的语料库，使用此目录中的工具将其转换为会话数据集。每个reddit线程用于生成一组示例。每个响应注释都会生成一个示例，其中上下文是注释响应的注释的线性路径。如果注释或其直接父项具有超过128个字符或少于9个字符，则将过滤掉该示例。来自注释父级的父级等的更多后退上下文被存储为额外的上下文

OpenDataLab2026-07-12 更新350

数据科学研发平台

水数据科学

联机分析处理

平台提供集约式数据科学研发组件，支持通过可视化、导航式的交互模式进行“规则+算法”两大类模型构建，模型标签结果可纳入行业模型库，形成统一业务数仓并以配置方式进行接口封装。平台拥有高性能数据融合检索及OLAP分析能力。

长春数据交易中心240