该数据集是基于WordNet定义的初步整理版本，包含优化和校对后的定义。目前数据集还不完善，未准备好用于生产环境，需要进行更多处理，如移除截断的定义、去除明显的GPT-nano偏见以及整理组织。数据集将在更高的GPT模型帮助下进行重采word定义，并计划以向后兼容的方式发布最终版本，格式可能与原始的WordNet相似，但会包含扩展的词典和更多含义。

Hugging Face2025-09-05 更新100

AbstractPhil/json-coco-format

图像描述结构化

可控文本生成

JSON COCO格式——任务区分SFT数据是一个多任务监督微调数据集，旨在训练模型将图像合成字幕提示转换为JSON格式，且JSON结构因任务而异。该数据集基于MS-COCO字幕（Karpathy分割）构建，使用Claude Sonnet 4.6作为教师模型生成，专为在Qwen/Qwen3.5-0.8B模型上训练每个任务的LoRA而设计。数据集包含三个任务：task_1（幻觉减少）要求从字幕中逐字

Hugging Face2026-05-14 更新90

AbstractPhil/imagenet-clip-features-orderly

计算机视觉

图像识别

该数据集包含了多个版本，每个版本都有训练集、验证集和测试集三个部分。每个版本都提供了标签和CLIP特征两种类型的数据。数据集的规模不同，但都包含了大量的示例，适用于图像分类等任务。

Hugging Face2025-09-26 更新110

AbstractPhil/wordnet-lexical-topology

自然语言处理

文本分析

WordNet Lexical Topology数据集提供了来自多个来源的n-gram频率分析，包括NLTK WordNet、HF WordNet和Unicode字符。该数据集支持文本生成、特征提取、语言建模和字符级分析等任务。数据集具有多种配置和数据字段，以便进行不同类型的分析。该数据集根据MIT许可证提供，可供下载。

Hugging Face2025-09-18 更新90

AbstractPhil/ryan-spearman-prepared-features

资源简介：

相关数据集