AIMO3-- Math Bank | Model training | Math Corpus

kaggle2026-02-02 更新2026-02-14 收录

数学

模型训练

数据链接：

https://www.kaggle.com/datasets/ngarai/aimo3-rag-dataset-model-training 数据链接链接失效反馈

官方服务：

资源简介：

This dataset can be used for aimo3 to train model specifically on mathematics

本数据集可用于aimo3专门针对数学领域训练模型(model)

创建时间：

2026-01-31

大模型训练场景住宅小区用户洞察数据

模型训练

用户行为分析

大模型训练用住宅小区用户洞察数据核心价值，十亿级设备使用行为（比如用户手机的app连接上住宅小区wifi后的用户行为数据）经去标识化、聚合化处理，可转化为住宅小区宏观群体画像。这类高质量统计数据能让大语言模型高效学习真实用户分布、社会常识与市场趋势，优化推理能力、校准输出并减少幻觉，还可作为 “事实基准” 与 “认知图谱”，复用于大模型预训练、监督微调及效果评估。其多维度群体统计数据，是大模型训

浙江省数据知识产权登记平台2025-12-26 更新410

nineninesix/elise-en-nano-codec-dataset

语音识别

模型训练

Elise EN Nano-Codec 数据集是基于Elise数据集使用NeMo Audio Codec重新编码构建的，包含文本转录、说话者标识和四层音频表示（由NeMo Nano Codec进行量化）的数据集。设计用于细调多模态大型语言模型和语音系统（TTS/ASR），这些系统依赖于基于编解码器的音频表示。该数据集适用于基于编解码器的TTS模型的微调、操作离散音频单元的ASR系统的训练，以及文本

Hugging Face2025-09-20 更新140

umarigan/all_nli_tr

自然语言处理

模型训练

All Nli TR是一个土耳其语的数据集，用于句子相似度任务。数据集大小在10万到100万条之间，主要应用于训练BERT等模型，以提高句子相似度任务的性能，尤其是针对RAG应用。

Hugging Face2024-12-23 更新80

hw4_llm_dataset

自然语言处理

模型训练

该数据集用于训练模型，包含用户提示、选择和拒绝的文本数据。数据集分为一个训练集，包含20个样本，总大小为95240字节。数据集的下载大小为46719字节。

Hugging Face2024-11-29 更新210

MinhDR/dialogsum-train-1001-2000

对话处理

模型训练

--- dataset_info: features: - name: query dtype: string - name: dialogue dtype: string - name: summary dtype: string splits: - name: train num_bytes: 2002288 num_exampl

Hugging Face2024-06-06 更新90

AIMO3-- Math Bank | Model training | Math Corpus

资源简介：

相关数据集