データセット

BoolQは、 passagesに基づくはい/いいえの質問に対して機械学習モデルを評価するためのデータセットです。

C4データセットは、ウェブコンテンツから派生した大規模でキュレーションされた言語モデルの訓練用データセットです。

CIFARは、コンピュータビジョンタスクにおいて機械学習モデルのトレーニングに広く使用されているデータセットです。

COCOは、AIアプリケーションにおける画像認識、セグメンテーション、キャプション生成のための大規模なデータセットです。

CoNLL 2003は、自然言語処理における固有表現抽出システムの評価に使用されるデータセットです。

DROPデータセットは、推論や問題解決タスクに焦点を当てたAIモデルの訓練用データのコレクションです。

DuReaderは、AIモデルの訓練を目的とした大規模な中国語読解理解データセットです。

HotpotQAは、多段質問応答タスクにおけるAIモデルの評価のためのベンチマークデータセットです。

JaQuADは、自然言語を用いた質問応答システムの評価を目的としたデータセットです。

KorQuADは、自然言語処理における質問応答タスクのための韓国語データセットです。

LAION-400Mは、AIのトレーニングと研究のための4億の画像とテキストのペアを含む大規模なデータセットです。

LAION-5Bは、50億の画像とテキストのペアからなる、AIモデルのトレーニング用の大規模なデータセットです。

LFWデータセットは、顔認識研究に使用されるラベル付き顔画像のコレクションです。

MNISTは、画像処理システムの訓練に使用される手書き数字のデータセットです。

MNIST Digitは、画像処理システムの訓練に使用される標準データセットの手書き数字を指します。

MS COCOは、AI研究における画像認識とセグメンテーションのための大規模なデータセットです。

MUMFORDデータセットは、コンピュータビジョンタスクにおける機械学習モデルの評価のための注釈付き画像のコレクションです。

Open Images Datasetは、コンピュータビジョンモデルのトレーニング用に注釈付き画像の大規模コレクションです。

OpenWebTextは、ウェブ上のコンテンツを使用してAI言語モデルの訓練を目的としたデータセットです。

RACEデータセットは、AIモデルの読解力を評価するための大規模なデータセットです。

The Pileは、多様なインターネットのテキストで構成された、AI言語モデルのトレーニングに使用される大規模なデータセットです。

TriviaQAは、トリビアの質問を使用したオープンドメインの質問応答においてAIモデルを訓練するための大規模なデータセットです。

Visual Genomeは、画像理解と視覚的推論に関するAIの訓練のための大規模なデータセットです。

Waymo Open Datasetは、自動運転車の研究のための大規模なデータセットで、多様なセンサーのデータとラベル付けされたシナリオを特徴としています。