Zhouhc/aug-agnews

Name: Zhouhc/aug-agnews
Creator: Zhouhc
Published: 2025-02-15T02:33:05+08:00

Hugging Face2025-02-12 更新2025-02-15 收录

新闻处理

数据增强

数据链接：

https://hf-mirror.com/datasets/Zhouhc/aug-agnews 数据链接链接失效反馈

官方服务：

资源简介：

--- license: mit ---

--- 许可证：MIT许可证（MIT License） ---

提供机构：

ImageNet-21K数据集由穆罕默德·本·扎耶德人工智能大学创建，旨在通过生成一个较小但具有代表性的子集，从大型数据集中提取关键信息，以提高模型训练效率。该数据集包含20个IPC，通过链接可访问。数据集创建过程中采用了课程数据增强（CDA）技术，有效提升了合成数据的准确性。该数据集主要应用于解决大规模数据集的存储和计算挑战，支持资源有限的科研人员参与前沿模型训练和应用开发，同时有助于缓解数据隐

arXiv2023-12-01 更新3040

MIXTURE

指令微调

数据增强

MIXTURE是一个基于维基百科的指令蒸馏数据集，包含约144,884个样本，跨越五个任务类型，提供从多个低质量输入到单个高质量输出的层次映射。数据集创建过程包括从维基百科收集原始数据，生成高、低质量数据对，并通过LLM评分、多变种退化、跨主题融合和噪声注入等方式构建数据集。该数据集旨在解决低质量数据在指令微调中的有效利用问题，通过蒸馏和增强低质量数据，提高指令微调LLMs的效率和性能。

arXiv2025-10-23 更新420

speech-uk/youtube-videos-enriched

YouTube视频

数据增强

该数据集包含了视频相关的信息，包括视频的URL、标题、频道URL和视频时长。数据集被划分为训练集，共有8093个视频示例。数据集的下载大小为944343字节，解压后的大小为1884152字节。数据集提供了一个默认配置，其中指定了训练数据的文件路径。

Hugging Face2025-07-01 更新170

DROID

机器人操作

数据增强

DROID数据集由多个研究机构创建，专注于机器人操作任务的大规模数据收集。该数据集包含36,000条机器人轨迹，涵盖了多种复杂的操作场景和任务。数据集的创建过程结合了机器人自身的感知状态和动作数据，通过引入新的对比损失函数和动作预测损失来增强数据集的质量。DROID数据集主要应用于机器人视觉表示的预训练，旨在提高机器人操作任务的成功率和效率。

arXiv2024-10-30 更新480

Multi-News

文本摘要

新闻处理

该数据集专为多文档摘要而设计，其中包含了多篇新闻文章及其对应的摘要。此外，该数据集也用于评估模型在处理多文档摘要任务时的性能表现。总的来说，它的任务是文本摘要。

arXiv180