Jigsaw TPU XLM-Roberta tokens 420d-2018

kaggle2020-04-20 更新2024-03-08 收录

自然语言处理

网络检测

数据链接：

https://www.kaggle.com/datasets/qinhui1999/jigsaw-tpu-xlmroberta-tokens-420d2018 数据链接链接失效反馈

官方服务：

资源简介：

Jigsaw TPU XLM-Roberta tokens 420d for 2018 jiasaw data

面向2018年Jigsaw数据集的、适配张量处理单元（Tensor Processing Unit, TPU）的XLM-RoBERTa词元（Token）数据，维度为420维

创建时间：

2020-04-20

zjunlp/OceanBench

海洋学

自然语言处理

--- license: mit language: - en tags: - Ocean pretty_name: OceanBench size_categories: - 10K<n<100K --- We release OceanBench, which is part of the dataset for evaluating [OceanGPT](https://github.co

Hugging Face2024-07-05 更新220

Apavloo/fz123

机器学习

自然语言处理

该数据集包含三个字段：指令(instruction)、输入(input)和输出(output)，均为文本格式。它有一个训练集分割，共包含106个样本，数据集总大小为527783字节，下载大小为177374字节。

Hugging Face2025-04-01 更新120

khairi/pubmed-text-04

生物医学文献索引

自然语言处理

该数据集包含来自PubMed的文章数据，每篇文章包括PubMed ID、标题和摘要。数据集分为训练集、测试集和验证集，分别包含2,345,417、1,027和500个样本。训练集的大小为2,416,644,748字节，测试集为1,051,271字节，验证集为522,261字节。总下载大小为1,400,588,219字节，数据集总大小为2,418,218,280字节。

Hugging Face2024-12-02 更新90

Thanmay/xquad-hi

跨语言问答评估

自然语言处理

该数据集包含多个特征，如id、标题、上下文、问题、答案、答案起始位置、类别、聚类、最近聚类和最近页面。这些特征以不同的数据类型存储，包括字符串、整数序列和结构化数据。数据集仅包含一个验证集，大小为36745196字节，包含1190个示例。数据集的下载大小为1189437字节。

Hugging Face2024-06-28 更新190

BreadHead/tdu_nicograph6

自然语言处理

机器学习

该数据集包含三个字段：指令（instruction）、输入（input）和输出（output），均为文本格式。数据集分为训练集和测试集，其中训练集包含9260个示例，测试集包含1029个示例。总下载大小约为124.58MB，解压后大小约为1.08GB。

Hugging Face2025-04-02 更新100