flickr30k-validation-set-100-images

kaggle2025-07-05 更新2025-07-12 收录

图像处理

自然语言处理

数据链接：

https://www.kaggle.com/datasets/srinivasac/flickr30k-validation-set-100-images 数据链接链接失效反馈

官方服务：

资源简介：

flickr30k validation dataset with 100 images

包含100张图像的Flickr30K验证数据集（flickr30k）

创建时间：

2025-07-05

hazyresearch/based-swde

自然语言处理

数据湖分析

该数据集改编自论文《Language Models Enable Simple Systems for Generating Structured Views of Heterogeneous Data Lakes》。数据集包含五个特征：doc_id、file_name、key、value和text，并且只有一个验证集，包含1111个样本。该数据集用于生成异构数据湖的结构化视图。

Hugging Face2024-05-19 更新430

surjee/processed_bert_dataset

自然语言处理

BERT

该数据集包含多个特征，包括input_ids、token_type_ids、attention_mask和special_tokens_mask，这些特征主要用于处理文本数据，如自然语言处理任务。数据集被分割为训练集，包含2,353,944个样本，总大小为8,474,198,400字节。

Hugging Face2024-08-27 更新150

cahya/alpaca-id

自然语言处理

印尼语言

这是Alpaca数据集的印尼语翻译版本。

Hugging Face2023-03-22 更新130

cygu/sampling-distill-train-data-kth-shift4

自然语言处理

水印技术

该数据集用于基于采样的水印蒸馏训练，使用了KTH（s=4）水印策略。数据集包含640,000个水印样本，每个样本长度为256个token，这些样本是基于Llama 2 7B模型生成的。每个样本使用来自OpenWebText的50-token前缀进行提示，但这些前缀不包含在样本中。

Hugging Face2024-05-23 更新220

open-llm-leaderboard-old/details_lemon-mint__gemma-2b-translation-v0.103

模型评估

自然语言处理

该数据集是在模型 lemon-mint/gemma-2b-translation-v0.103 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 63 个配置组成，每个配置对应一个评估任务。数据集来自 1 次运行，每次运行在每个配置中表示为特定的拆分，使用运行的时间戳命名。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了运行的所有聚合结果，

Hugging Face2024-04-19 更新130

flickr30k-validation-set-100-images

资源简介：

相关数据集