Текст и NLP
Отзывы покупателей: тональность
180 тысяч коротких отзывов на русском с меткой тональности. Удобно для классификатора и дообучения.
ТаблицаКоммерческая (площадки)
22 000 ₽Северная разметка
Каталог
32 карточек. Снятые по жалобе сюда не попадают.
Текст и NLP
Словарь ударений: демо-выборка
Небольшой свободный список слов с ударением. Можно забрать без оплаты, чтобы проверить сценарий.
ТаблицаCC0
БесплатноСеверная разметка
Таблицы
Архив стендов конференции
Короткий архив стендов. В образце остались служебные телефоны — карточка опубликована с меткой проверки.
ТаблицаКоммерческая (площадки)ПДн: меткаНекоммерческое
3 000 ₽Северная разметка
Таблицы
Wikipedia
Открытый датасет «Wikipedia» от wikimedia. Лицензия CC BY-SA 3.0. Файлы остаются у источника.
ТаблицаCC BY-SA 3.0
У источникаОткрытые данные
Таблицы
FineWeb2 HQ
Открытый датасет «FineWeb2 HQ» от epfml. Лицензия ODC-BY. Файлы остаются у источника.
ТаблицаODC-BY
У источникаОткрытые данные
Таблицы
XP3x
Открытый датасет «XP3x» от CohereLabs. Лицензия Apache-2.0. Файлы остаются у источника.
ТаблицаApache-2.0
У источникаОткрытые данные
Таблицы
Xwinograd
Открытый датасет «Xwinograd» от Muennighoff. Лицензия CC BY 4.0. Файлы остаются у источника.
ТаблицаCC BY 4.0
У источникаОткрытые данные
Таблицы
Wikipedia paragraphs
Открытый датасет «Wikipedia paragraphs» от singletongue. Лицензия CC BY-SA 4.0. Файлы остаются у источника.
ТаблицаCC BY-SA 4.0
У источникаОткрытые данные
Таблицы
Oasst1
Открытый датасет «Oasst1» от OpenAssistant. Лицензия Apache-2.0. Файлы остаются у источника.
ТаблицаApache-2.0
У источникаОткрытые данные
Таблицы
Global MMLU
Открытый датасет «Global MMLU» от CohereLabs. Лицензия Apache-2.0. Файлы остаются у источника.
ТаблицаApache-2.0
У источникаОткрытые данные
Таблицы
Mgsm
Открытый датасет «Mgsm» от juletxara. Лицензия CC BY-SA 4.0. Файлы остаются у источника.
ТаблицаCC BY-SA 4.0
У источникаОткрытые данные
Таблицы
Tokenizer wiki bench
Открытый датасет «Tokenizer wiki bench» от occiglot. Лицензия MIT. Файлы остаются у источника.
ТаблицаMIT
У источникаОткрытые данные