有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Alpaca-GPT4|自然语言处理数据集|机器学习数据集
收藏OpenDataLab2025-03-29 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/Alpaca-GPT4
下载链接
链接失效反馈资源简介：
此数据集包含GPT-4使用羊驼提示微调LLMs生成的英语指令。
该数据集最初在此存储库中共享: https://github.com/Instruction-Tuning-with-GPT-4/GPT-4-LLM。这只是一个与huggingface的数据集库兼容的包装。
提供机构：
OpenDataLab
创建时间：
2023-04-26
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
MedDialog
MedDialog数据集（中文）包含了医生和患者之间的对话（中文）。它有110万个对话和400万个话语。数据还在不断增长，会有更多的对话加入。原始对话来自好大夫网。
github 收录
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
BC-MRI-SEG
BC-MRI-SEG是一个专注于乳腺癌MRI肿瘤分割的基准数据集，由中佛罗里达大学计算机视觉研究中心创建。该数据集整合了四个公开的MRI数据集，包括RIDER、ISPY1、BreastDM和DUKE，总计包含1320名患者的数据。这些数据集在MRI扫描仪的使用、配置及数据处理方法上各有不同，提供了多样化的数据来源。数据集的创建旨在解决医学影像领域中标记数据缺乏的问题，并推动开发适用于临床环境的稳健且适应性强的模型。BC-MRI-SEG的应用领域主要集中在乳腺癌的诊断和治疗评估，通过深度学习方法提高肿瘤分割的准确性和效率。
arXiv 收录
Breast-Caner-Detection Dataset
该数据集包含约5000张用于训练和验证的标记乳房X光图像，以及约1800张未标记的测试图像。所有图像均为(224,224,3)格式，标签从Density1到Density4，表示乳房密度的增加，并分为良性或恶性。
github 收录
中国近海台风路径集合数据集(1945-2023)
1945-2023年度，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。注：时间为北京时间。
国家海洋科学数据中心 收录