Proof-Pile-2

Name: Proof-Pile-2
Creator: OpenDataLab
Published: 2024-04-30T14:46:23+08:00

OpenXLab2026-04-18 收录

数学文本处理

科学文档理解

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/Proof-Pile-2 数据链接链接失效反馈

官方服务：

资源简介：

Proof-Pile II, a 55 billion token dataset of mathematical and scientific documents.

提供机构：

OpenDataLab

创建时间：

2024-04-30

PAQ (Probably Asked Questions)

自然语言处理

机器学习

可能问的问题 (PAQ) 是一个非常大的资源，包含 6500 万个自动生成的 QA 对。 PAQ 是 65M 自然语言 QA 对的半结构化知识库 (KB)，模型可以记忆和/或学习从中检索。 PAQ 与传统 KB 的不同之处在于问题和答案以自然语言存储，并且生成的问题很可能出现在 ODQA 数据集中。 PAQ 是使用问题生成模型和维基百科自动构建的。

OpenDataLab2026-07-12 更新300

Clothing Attributes Dataset

服装属性识别

细粒度分析

我们引入服装属性数据集，以促进学习对象视觉属性的研究。该数据集包含1856个图像，具有26个地面真相服装属性，例如 “长袖”，“有衣领” 和 “条纹图案”。标签是使用Amazon Mechanical Turk收集的。

OpenXLab80

tabular-benchmark

机器学习基准

数据建模

This dataset is a curation of various datasets from openML and is curated to benchmark performance of various machine learning algorithms.

OpenXLab40

Kinship