LLM Text Generation Dataset

kaggle2025-06-10 更新2025-07-12 收录

自然语言处理

文本生成

数据链接：

https://www.kaggle.com/datasets/unidpro/llm-training-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Dataset with texts generated by LLM in 32 languages

该数据集包含由大语言模型（LLM）在32种语言中生成的文本

创建时间：

2025-06-10

open-llm-leaderboard-old/details_AIGym__TinyLlama-1.1B-2.5T-chat

自然语言处理

模型评估

该数据集是在模型AIGym/TinyLlama-1.1B-2.5T-chat评估运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集根据运行时间戳命名不同的分割，其中train分割始终指向最新结果。此外，results配置存储了运行中的聚合结果，用于在排行榜上计算和显示聚合指标。

Hugging Face2024-02-03 更新220

Saibo-creator/bookcorpus_compact_1024_shard7_of_10_meta

自然语言处理

文本分析

--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string - name: cid_arrangement sequence: int32 - name: schema_lengths sequence: int6

Hugging Face2023-02-02 更新90

META-NORD Acquis Danish Treebank

语言学

自然语言处理

This is a subcorpus of the META-NORD Acquis Parallel Treebank. The corpus is available for download and online browsing through INESS (CLARINO).

SSH Open MarketPlace2023-10-13 更新80

rebnej/coco-train-git-large-5best-alpaca

图像处理

自然语言处理

该数据集包含图像ID、输入序列、输出字符串和指令字符串等特征。数据集仅包含训练集，共有566,747个示例，总大小为274,596,574字节。数据集的下载大小为25,652,085字节。

Hugging Face2024-07-18 更新90

Embeddings (from OpenAI) of H3C generated response