tatsu-lab / alpaca
text-davinci-003生成的指令与演示数据，用于指令微调。
3年前更新
2026-08-07 收录的数据集（7）
本页记录当日收录项目。
databricks / databricks-dolly-15k
Databricks员工编写的指令跟随数据，覆盖问答、分类、摘要等任务。
3年前更新
mito0o852 / OHLCV-1m
美股分钟级OHLCV行情数据，覆盖1992至2026年，Parquet格式。
4个月前更新
Nerfgun3 / bad_prompt
将负面提示词训练为嵌入向量的数据，用于Stable Diffusion。
3年前更新
allenai / dolma
开放语料，用于语言模型预训练研究。
2年前更新
roneneldan / TinyStories
GPT-3.5和GPT-4生成的短篇故事，词汇量受限。
2年前更新
HF 安全扫描标记可疑(pickle)· 查看报告自行判断查看报告
tiiuae / falcon-refinedweb
英文网络文本数据集，由CommonCrawl过滤去重构建。
3年前更新