开源数据集网站推荐，持续更新！

🔗 https://datasetsearch.research.google.com ✦ 优势：覆盖全球 2500 万 + 开放数据集，支持按学科、许可证、数据类型精准筛选，直接关联论文与数据源。🔗 https://opendatalab.com ✦ 特色：聚焦 AI 领域高质量数据集，提供自动驾驶、医学影像等稀缺标注数据，支持中文检索与本地化服务。🔗 https://www.kaggle.com/datasets ✦ 亮点：50 万 + 公开数据集覆盖金融、NLP、CV 等领域，配套社区代码与竞赛

这些开源数据集网站提供了丰富的数据资源，可以满足各种需求，包括机器学习、数据分析、科研等。请在使用这些数据集时，注意遵守相关的数据使用规定和法律法规，并尊重数据提供者的权益。

开源数据集资源整理

本文详细介绍了大模型微调数据集构建方法，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 微调数据集构建方法 2.1 方法一 2.2 方法二 2.3 方法三 2.4 方法四

数据涵盖了不同用户在多种任务和操作条件下的演示，包括不同物体的操作（如 lifting 任务中的立方体、picking 任务中的各种物品、assembly 任务中的螺母等）以及不同的操作场景，有助于训练出具有泛化能力的机器人策略。TACO - RL 使用的数据集是通过在模拟和真实环境中对机器人进行远程操作收集的，包含机器人与环境交互的状态 - 动作序列，用于训练分层策略以解决长时域机器人控制任务，支持机器人从无结构的游戏数据中学习通用技能并实现复杂任务的执行。

链接：https://www.microsoft.com/en-us/research/tools/希望以上开源数据集网站清单，能对您训练大模型有所帮助，持续关注开源数据集，为持续大模型输送语料。链接：https://openi.pcl.ac.cn/explore/datasets。链接：https://www.heywhale.com/home/dataset。链接：https://tianchi.aliyun.com/dataset/链接：https://data.baai.ac.cn/data。

data.gov是美国政府提供的一个开放数据平台，旨在提供各种政府数据集，以便公众可以访问和使用这些数据。这些数据集包括各种主题，如气候、教育、能源、金融、健康、就业、公共安全等。

常见数据集网站 UCI（http://archive.ics.uci.edu/ml/index.php）： UCI数据库是加州大学欧文分校提出的用于机器学习的数据库，如果正在寻找与机器学习库相关的数据集，通常是第一个去的地方。 Kaggle（https://www.kaggle.com）： 另一个找到免费数据集的好地方。 天池（https://tianchi.aliyun.com）： 中国著名的数据科学竞赛平台，也提供数据。 GitHub（https://github.com）： 一个非常全面的数据

大模型时代，数据为王，在哪里寻找开源数据集？经过调研整理，下面列出目前可以寻找开源大模型数据集网站清单，一网打尽，请您按需使用。链接：https://www.microsoft.com/en-us/research/tools/‍。希望以上开源数据集网站清单，能对您训练大模型有所帮助，持续关注开源数据集，为持续大模型输送语料。链接：https://openi.pcl.ac.cn/explore/datasets。链接：https://tianchi.aliyun.com/dataset/

数据分析、造数据神奇

一个经典的机器学习的处理框架下，用作训练集使用，而可将标准的测试图像作为测试集使用。 标准测试图像： Lena、Barbara、Boat、Pepper、Cameraman …