--- 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

kms7530/gemma-korean

自然语言处理

机器学习

--- dataset_info: features: - name: source dtype: string - name: text dtype: string - name: prompt dtype: string splits: - name: train num_bytes: 290333249.0 num_exampl

Hugging Face2024-04-30 更新120

tingtang2/the_stack_v2_python_repos_pretraining_dataset_repo_reconstruction-dataset

代码库管理

自然语言处理

该数据集包含三个字段：仓库名称(repo_name)，合并内容(combined_content)，和文件路径列表(file_paths)。仓库名称和合并内容为文本形式，文件路径列表则记录了相关文件的路径。数据集的训练集大小为17855275374字节，共有400000个训练样本。数据集的下载大小为5696432796字节。

Hugging Face2025-09-20 更新100

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

Persian News Dataset

波斯语新闻

自然语言处理

Ideal for NLP tasks, sentiment analysis, topic modeling, and more.

kaggle2023-09-18 更新100