HPL LUAD 20x

Name: HPL LUAD 20x
Creator: Claudio Quiros, Adalberto
Published: 2024-02-27 00:00:00
License: 暂无描述

Figshare2024-02-27 更新2026-04-08 收录

下载链接：

https://figshare.com/articles/dataset/HPL_LUAD_20x/25295638

下载链接

链接失效反馈

官方服务：

资源简介：

Pre-trained weights on Barlow Twins LUAD at 20X magnification with 60% background limit

提供机构：

Claudio Quiros, Adalberto

创建时间：

2024-02-27

ConvFinQA

# Adapting Large Language Models to Domains via Continual Pre-Training This repo contains the **ConvFinQA dataset** used in our **ICLR 2024** paper [Adapting Large Language Models via Reading Compreh

魔搭社区2026-07-14 更新1520

Berkeley RPT Data

RPT（Robot Pre-Training）数据集由加州大学伯克利分校的研究团队创建，旨在通过自监督的传感器-动作预训练提升机器人在真实世界任务中的学习能力。该数据集包含超过 2 万条真实世界轨迹，涵盖 9 个月的机器人操作数据，包括多视角 RGB 图像、本体感知状态和动作序列。数据集的创建过程结合了运动规划和基于模型的抓取算法，涉及经典机器人任务（如单物体抓取、料箱抓取、堆叠和解堆叠）以及物体

github330

SEACrowd/melayu_sarawak

Korpus Variasi Bahasa Melayu: Sarawak 是一个语言语料库，来源于马来西亚砂拉越方言的各种民间故事。该数据集主要用于自监督预训练任务。

Hugging Face2024-06-24 更新200

SEACrowd/culturax

CulturaX是一个全面的多语言数据集，包含167种语言的6.3万亿个token，专为大型语言模型开发而设计。该数据集采用了先进的清洗和去重流程，包括语言识别和MinHash模糊去重，以确保模型训练的高质量数据。数据集以parquet格式存储，总大小为16TB，解压后为27TB，结合了最新的mC4和OSCAR语料库，特别强调非英语语言，以支持多语言模型训练。数据集的清洗验证使用了Sentence

Hugging Face2024-06-24 更新670

SEACrowd/sampiran

Sampiran是一个用于生成Pantun（一种传统的马来诗歌）的数据集。它包含7.8K条印尼语Pantun，这些Pantun从各种在线来源收集，并经过过滤以符合Pantun的一般规则，即四行诗，ABAB押韵，每行8到12个音节。

Hugging Face2024-06-24 更新270