Hercules-v5.0是一个广泛且多样化的数据集，结合了多个领域的数据，旨在为训练人工智能模型提供强大的工具。数据来源包括对话、编码示例、科学解释等，涵盖了多个高质量的数据源。该数据集适用于训练和评估能够处理跨多个复杂任务的AI模型，适合学术界和工业界的研究人员和开发者使用。数据集的质量较高，但可能需要对特定任务进行额外的预处理。

Hugging Face2024-05-13 更新470

MLP-SEMO/IT_data_old

跨领域数据集

自然语言处理

--- dataset_info: - config_name: BigPatent features: - name: context dtype: string - name: output dtype: string - name: instruction dtype: string - name: instruction_sentence

Hugging Face2024-05-23 更新190

FIX Benchmark

特征解释性

跨领域数据集

FIX Benchmark是由宾夕法尼亚大学开发的一个用于评估特征解释性的基准数据集，包含6个不同领域的数据集，涵盖宇宙学、心理学和医学等多个应用领域。数据集包括图像、文本和时间序列信号等多种数据类型，总共有超过20万条数据。数据集的创建过程涉及与领域专家的合作，旨在通过自动提取与专家知识对齐的特征来提高模型的解释性。FIX Benchmark的应用领域广泛，旨在解决高维数据中特征解释性的问题，特

arXiv2024-09-21 更新1150

Little Big Data

跨领域数据集

社会经济分析

数据描述了从汽车和航空旅行到亿万富翁和名人等多个主题。

github2024-04-11 更新210