WildChat数据集包含了100万条人类用户与ChatGPT之间的对话，以及相关的用户人口统计数据，如州、国家、哈希IP地址和请求头信息。数据集中的对话涵盖了广泛的用户与ChatGPT的交互场景，包括模糊的用户请求、代码切换、话题切换、政治讨论等。数据集中的对话来自GPT-3.5和GPT-4模型，其中25.53%的对话来自GPT-4。数据集还包含了OpenAI Moderation和Detoxi

Hugging Face2024-07-19 更新840

ai2_arc

科学问答

高级问答研究

Ai2Arc提供了一个包含7787道小学水平多项选择题的科学问题数据集，旨在促进高级问答研究。该数据集分为Challenge和Easy两个子集，前者包含的题目是基于检索的算法和词共现算法都无法正确回答的问题。每个样本包含问题ID、问题文本、选项（文本和标签）以及答案。数据集遵循CC-BY-SA 4.0许可协议，并提供标准化数据操作。

OpenCSG2024-07-19 更新160

allenai/ms2_dense_max

信息检索

密集检索

--- annotations_creators: - expert-generated language_creators: - expert-generated language: - en license: - apache-2.0 multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: -

Hugging Face2022-11-18 更新60

allenai/molmo2-vicas

对象跟踪

视频分割

--- configs: - config_name: track default: true data_files: - split: train path: track/train-* - config_name: ground data_files: - split: train path: groun

Hugging Face2026-03-03 更新170

allenai/Dolci-Think-RL-7B

强化学习

深度推理

--- dataset_info: features: - name: ground_truth list: string - name: dataset list: string - name: custom_id dtype: string - name: original_dataset dtype: string - name: ou

Hugging Face2025-11-20 更新100

allenai/drug-combo-extraction

资源简介：

数据集概述

许可证信息

相关数据集