Dataset PDF Document

kaggle2024-12-03 更新2025-01-04 收录

自然语言处理

语言模型

数据链接：

https://www.kaggle.com/datasets/baooonguyendev/dataset-pdf-document 数据链接链接失效反馈

官方服务：

资源简介：

PDF Document VietNamese for pretrained LLM

预训练大语言模型用越南语PDF文档数据集

创建时间：

2024-12-03

RedaAlami/prosocial-dialog-safe

自然语言处理

社交对话

--- dataset_info: features: - name: context dtype: string - name: response dtype: string splits: - name: train num_bytes: 5915472.060459558 num_examples: 27509 download_siz

Hugging Face2024-05-16 更新180

kaiwenw/combine_1.5B_and_blockwise

自然语言处理

问题回答系统

该数据集包含问题、解决方案、答案、问题类型、问题来源等字段，适用于文本处理相关任务。数据集分为训练集、验证集和测试集，提供了相应的数据文件路径。

Hugging Face2025-04-04 更新150

nineninesix/puck-gemini-flash-en-nano-codec-dataset

自然语言处理

机器学习

该数据集包含文本数据和四个纳米层序列信息，适用于相关文本和序列分析任务。数据集分为训练集，共有94512个示例。

Hugging Face2025-09-29 更新140

sert121/adult_data_instruction_leaving_r_m_c

机器学习

自然语言处理

该数据集包含三个主要特征：input（字符串类型）、instruction（字符串类型）和output（int64类型）。数据集仅包含一个训练集，共有15,682个样本，总大小为5,441,527字节。下载大小为579,506字节。数据集的配置名为default，数据文件路径为data/train-*。

Hugging Face2024-11-29 更新170

fia24/banel_wit_postag_v1

自然语言处理

语言学

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: val path: data/val-* dataset_info: features: - name:

Hugging Face2023-10-26 更新140

Dataset PDF Document

资源简介：

相关数据集