ChineseCorporaInternet

Opencsg2024-02-18 更新2024-06-22 收录

中文语料库

自然语言处理

数据链接：

https://www.opencsg.com/datasets/billionaire/ChineseCorporaInternet 数据链接链接失效反馈

官方服务：

资源简介：

CCI中文互联网语料库

创建时间：

2024-02-18

cassanof/Capybara-code

代码对话

自然语言处理

capybara数据集经过过滤，仅包含包含代码的对话（通过检测Markdown代码块的存在）。数据集的特征包括source和conversation，其中conversation是一个列表，包含input和output两个字段。数据集只有一个train分割，包含1314个示例，文件大小为7680536字节，下载大小为3402523字节。

Hugging Face2024-01-12 更新80

Holmo_7b_instruct_MU_RedPajama-Data-1T_reservoir_eng_tokenized_normal

自然语言处理

机器学习

该数据集包含了来自arxiv、c4、common_crawl、github、stackexchange和wikipedia等多个源的数据。每个数据源都被分割为retain和forget两个部分，用于不同的数据处理任务。具体的数据集描述在README文件中并未明确提供。

Hugging Face2025-03-28 更新60

vdaita/gsm8k_mini_gemma_answer_2_train

机器学习

自然语言处理

--- dataset_info: features: - name: question dtype: string - name: answer dtype: string - name: id dtype: int64 - name: initial_answer dtype: string splits: - name: train

Hugging Face2024-05-27 更新50

美人.txt

汉诗生成

自然语言处理

漢詩の自動生成の評価結果

DataCite Commons2022-11-08 更新70

Email Auto Reply

自然语言处理

邮件自动化

Receive email content and automatically generate AI-powered replies.

RapidAPI2025-12-22 更新50