Cleaned Spider Dataset for Text2SQL是Spider数据集的改进版本，专门用于Text2SQL任务。该数据集解决了原始数据集中的一些关键问题，如大小写不一致、引用不存在的表以及缺少模式等问题，从而提高了数据质量和可靠性。数据集包含自然语言问题及其对应的SQL查询，适用于训练和评估Text2SQL模型。数据集的文本为英文，且不包含个人或敏感信息。

Hugging Face2024-06-14 更新1160

table-cleanup

数据清洗

自然语言处理

该数据集使用LeRobot创建，包含机器人操作相关的数据。数据集结构包括元信息、特征和路径等详细信息。元信息显示数据集包含1个任务、1个片段、1358帧和2个视频。特征包括动作、观察状态、图像（前视和腕部视角）、时间戳、帧索引、片段索引、索引和任务索引等。

Hugging Face2025-06-07 更新130

Enhanced Titanic Dataset: Fare correction

数据清洗

特征工程

Correcting a long-standing and overlooked fare error in the Titanic dataset!

kaggle2025-02-06 更新110

dafun/open-web-math-clean