OpenDCAI/dataflex-selector-MMLUSubset-valid-cot

Name: OpenDCAI/dataflex-selector-MMLUSubset-valid-cot
Creator: OpenDCAI
Published: 2026-01-03T03:53:45+08:00

Hugging Face2025-12-26 更新2026-01-03 收录

数据链接：

https://hf-mirror.com/datasets/OpenDCAI/dataflex-selector-MMLUSubset-valid-cot 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

OpenDCAI

OpenDCAI/dataflow-mm-context_vqa

视觉问答

多模态推理

DataFlow-MM-ContextVQA是一个大规模合成的多模态数据集，包含超过200,000个视觉问答（VQA）实例。每个实例都包含一个图像、一个自然语言问题和一个相关的上下文文档，该文档包含回答问题所需的信息。数据集的设计目的是强调上下文感知的多模态推理，要求模型同时利用视觉内容和外部文本上下文来准确回答问题。所有样本都是在DataFlow框架内自动生成的，确保了一致性和可扩展性。

Hugging Face2026-01-30 更新220

OpenDCAI/Infinity-Instruct-Curated-1M

指令微调

知识问答

--- license: mit task_categories: - question-answering size_categories: - 100K<n<1M --- # Infinity-Instruct-Curated-1M Beyond the sheer volume of instruction data, its quality is of equal importance

Hugging Face2026-03-16 更新150

OpenDCAI/dataflow-demo-Text

文本生成

数据处理

该数据集包含三个独立的子数据集，展示了DataFlow项目的不同处理流程。第一个数据集是预训练过滤流程演示，展示了从Common Crawl网页数据中过滤无效页面、广告、色情和无关内容，并提取有意义信息生成结构化问答对的过程。第二个数据集是多轮对话合成数据集，包含15,240个样本，使用GPT-4o API通过ConsistentChatGenerator操作符合成的6轮多轮对话数据。第三个数据集

Hugging Face2025-12-29 更新130

OpenDCAI/dataflow-demo-code

代码生成

数据中心AI

该数据集是DataFlow项目中代码数据处理管道的演示，提供了经过处理和验证的代码SFT监督对。数据集的目的是通过多阶段处理管道将原始指令数据转换为高质量的监督微调（SFT）代码数据。处理步骤包括指令增强、代码生成、质量过滤和沙盒过滤。最终输出是一个经过筛选的指令-代码对数据集，适用于训练代码生成模型。数据集包含三种不同规模的子集：DataFlow-Code-1K、DataFlow-Code-5K

Hugging Face2025-12-24 更新170

OpenDCAI/FlipVQA

视觉问答

教育内容分析

--- license: apache-2.0 configs: - config_name: Multimodal data_files: - split: train path: Multimodal/train-* - split: test path: Multimodal/test-* - config_name: Text_base data_files

Hugging Face2026-04-04 更新140

OpenDCAI/dataflex-selector-MMLUSubset-valid-cot

资源简介：

相关数据集