SODA-VEC Clean Dataset是一个经过清洗和过滤的SODA-VEC数据集，包含了来自PubMed Central (PMC)文章的高质量生物医学标题-摘要对。该数据集经过长度过滤等质量控制步骤，以确保数据的高质量。它适用于科学文本嵌入、生物医学自然语言处理、语义相似性学习和信息检索等应用。

Hugging Face2025-07-31 更新90

Additional file 2 of Cancer-associated fibroblasts promote prostate tumor growth and progression through upregulation of cholesterol and steroid biosynthesis

癌细胞研究

生物医学

Additional file 1. Array data 3D vs 2D culture.

DataCite Commons2020-08-26 更新70

vida-nyu/magneto-gdc-synthetic

生物医学

模式匹配

该数据集包含用于在生物医学领域中微调Magneto模式检索器的合成训练数据。数据集包括来自GDC（Genomic Data Commons）目标模式的736个锚定列，每个列通过多种合成变体增强，以创建用于对比学习的多样化训练集。合成数据通过两种互补的增强策略生成：基于LLM的增强（生成语义等效但句法多样的列变体）和基于结构的增强（应用字符替换、删除和值采样等扰动）。数据集包含4,416个合成列变体

Hugging Face2025-12-17 更新150

SUPPLEMENTARY MATERIAL.docx

生物医学

营养学

The tables included show cross-tabulated results of mixed model analyses of data obtained on plasma concentrations of Peptide Y Y hormone and ad libitum food intake in volutnteers ingesting macronutri

DataCite Commons2020-08-27 更新80

TC.csv

资源简介：

相关数据集