Mind2Web-Live

Name: Mind2Web-Live
Creator: AIWizards
Published: 2024-07-19T08:43:12+08:00

OpenCSG2024-07-19 更新2026-01-19 收录

任务自动化

网页交互

数据链接：

https://opencsg.com/datasets/AIWizards/Mind2Web-Live?tab=summary 数据链接链接失效反馈

官方服务：

资源简介：

Mind2Web-Live提供了一个用于Web任务的交互数据集。该数据集的核心定位是支持Web任务相关的研究。它采用CC-BY 4.0授权许可。

提供机构：

AIWizards

创建时间：

2024-07-19

WebClick

网页交互

机器学习代理

WebClick是一个针对网页定位器的新基准数据集，旨在解决现有基准在网页环境中的不足。数据集由人类标注的数据和基于策略的代理交互数据组成，专门针对现代网页中的特殊用户界面元素。该数据集的创建旨在促进代理系统的研究进展，并在Hugging Face平台上公开。WebClick数据集在网页定位和交互方面具有重要作用，有助于提高代理系统的性能和实用性。

arXiv2025-06-03 更新770

sharegpt_gpt4

LLM训练数据

多轮对话生成

MedicalGPT仓库提供了一个基于GPT4的多语言问答数据集，核心定位是为LLM提供训练数据。该数据集包含从ShareGPT中挑选出的多轮对话数据，数据规模约为10万条，主要涵盖知识问答、编程题、推理计算等任务。标注信息来源于原作者，并采用CC-BY 4.0授权许可。数据集支持文本分类和文本生成等任务。

OpenCSG2024-07-19 更新250

samanantar

多语言机器翻译

印度语言处理

Samanantar专注于提供大规模的印度语言平行语料库，包含英语和11种印度语言（阿萨姆语、孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥里亚语、旁遮普语、泰米尔语和泰卢固语）之间的4960万个句子对。每个数据实例包含ID、源语言（英语）句子、目标语言（11种印度语言之一）句子以及数据来源信息，数据来源包括anuvaad_catchnews、asianetnews、wikip

OpenCSG2024-07-19 更新220

Maluuba_newsqa

机器阅读理解

新闻问答

NewsQA主要用于机器阅读理解任务，它包含超过10万个人工生成的问题-答案对，这些数据基于来自CNN的1万多篇新闻文章。答案是对应文章中的文本片段。该数据集提供多种配置，包括CSV和JSON格式，并提供训练、测试和验证集。数据以MIT许可授权使用。

OpenCSG2024-07-19 更新290

snow_simplified_japanese_corpus

日语文本简化

机器翻译

SNOW T15和T23是面向日语的简化语料库，包含原始日语、简化日语以及对应的英语翻译。其中，T15包含5万条人工简化的对齐句子，T23则是在T15基础上扩展的，包含3.5万条用简单日语词汇改写的句子，并标注了专有名词。这些数据主要用于日语自动文本简化以及简单日语与英语之间的互译任务。数据以xlsx文件格式存储，并采用CC-BY 4.0授权许可。

OpenCSG2024-07-19 更新240

Mind2Web-Live

资源简介：

相关数据集