Zum Inhalt springen
📊

Datensätze

Hochwertige Open-Source-Trainingsdatensätze für KI

4.7

Sammlung von Hugging-Face-Datensätzen

Der größte Open-Source-Dataset-Hub im Web, betrieben von Hugging Face. Er umfasst NLP, Computer Vision, Audio und multimodale Aufgaben mit Hunderttausenden Community-beigesteuerten Datensätzen und effizienten Streaming- und Lade-Tools. Ob Textklassifikations-Benchmarks, Bild-Text-Paare oder Speech-to-Text-Korpora – hier findest du hochwertige Trainingsdaten.

DatensatzFortgeschrittenDatensätzeUmarmungsgesicht
Hugging FaceAktualisiert 2026-06-30
4.8

Kaggle-Datensatzplattform

Kaggle hostet Zehntausende öffentlicher Datensätze aus ML-Wettbewerben, realen Geschäftsproblemen und akademischer Forschung. Alle Datensätze sind über integrierte Notebooks online analysierbar und können für lokale Experimente und Modelltraining direkt heruntergeladen werden.

DatensatzAnfängerKaggleDatensätze
KaggleAktualisiert 2026-06-18
4.7

Arbeiten mit Code-Datensätzen

Papers with Code verknüpft Benchmark-Datensätze aus wissenschaftlichen Papern mit ihren jeweiligen State-of-the-Art-Modellen und Open-Source-Implementierungen, um Methoden zu vergleichen, Ergebnisse zu reproduzieren und die richtige Dataset- und Code-Basis für die Forschung zu finden.

DatensatzFortgeschrittenDatensätzePapiere
Papers with CodeAktualisiert 2026-06-20
4.5

Google Datensatzsuche

Google Dataset Search ist eine spezialisierte Suchmaschine, die öffentliche Datensätze aus Tausenden von Quellen indexiert und Forschern sowie Entwicklern ermöglicht, schnell die benötigten Daten für Training, Analyse oder Validierung zu finden — unabhängig vom Hosting-Standort.

DatensatzAnfängerGoogleDatensätze
GoogleAktualisiert 2026-06-22
4.6

Gemeinsamer Crawl-Webkorpus

Common Crawl ist ein offenes Web-Crawl-Korpus im Petabyte-Maßstab, das als grundlegende Pre-Training-Datenquelle für viele große Sprachmodelle dient. Das Korpus ist frei herunterladbar und wird umfassend in NLP-Forschung, Data-Mining und großangelegten ML-Experimenten verwendet.

DatensatzExperteGewöhnlicher KriechgangVorschulung
Common CrawlAktualisiert 2026-06-12
4.5

LAION Open Multimodal Datasets

LAION (Large-Scale Artificial Intelligence Open Network) bietet riesige offene Bild-Text-Datensätze, die umfassend zum Training multimodaler Modelle wie CLIP und Stable Diffusion verwendet wurden. Die Datensätze sind frei verfügbar und dienen als wichtige Infrastruktur für die Open-Source-Forschung im Bereich generativer KI.

DatensatzExperteLAIONMultimodal
LAIONAktualisiert 2026-06-16
4.4

UCI Machine Learning Repository

Das UCI Machine Learning Repository ist eine klassische Sammlung von Hunderten strukturierter Datensätze, die seit den späten 1990er Jahren gepflegt wird und weltweit für Praxisübungen, Algorithmus-Benchmarking und die Lehre grundlegender ML-Konzepte in akademischen Kursen verwendet wird.

DatensatzAnfängerUCIDatensätze
UC IrvineAktualisiert 2026-06-10
4.5

Der Stack-Quellcode-Datensatz

The Stack ist ein großer, permissiv lizenzierter Quellcode-Datensatz des BigCode-Projekts, der Hunderte Programmiersprachen abdeckt. Er wird umfassend zum Vortrainieren und Evaluieren von Code-Modellen verwendet und bietet Opt-out-Mechanismen sowie Deduplizierungs-Tools für verantwortungsvolle Datenpraxis.

DatensatzExperteDer StackCode
BigCodeAktualisiert 2026-06-22
4.7

ImageNet

ImageNet ist ein wegweisender großskaliger Bilddatensatz mit Millionen gelabelter Bilder in Tausenden Kategorien. Er trieb über den ILSVRC-Benchmark-Wettbewerb die Deep-Learning-Revolution in der Computer Vision an und bleibt grundlegend für Pre-Training, Transfer Learning und die Evaluierung von Bildklassifikationsmodellen.

DatensatzFortgeschrittenImageNetComputer Vision
Stanford Vision LabAktualisiert 2026-06-14
NEU

alpaca cleaned

yahma/alpaca-cleaned is a community dataset on Hugging Face with 876 likes and 24,234 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

Alpaca CoT

QingyiSi/Alpaca-CoT is a community dataset on Hugging Face with 786 likes and 9,743 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

alpaca

tatsu-lab/alpaca is a community dataset on Hugging Face with 1104 likes and 119,254 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

bad prompt

Nerfgun3/bad_prompt is a community dataset on Hugging Face with 963 likes and 1,957 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

c4

allenai/c4 is a community dataset on Hugging Face with 643 likes and 1,282,773 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

Chinese DeepSeek R1 Distill data 110k

Congliu/Chinese-DeepSeek-R1-Distill-data-110k is a community dataset on Hugging Face with 781 likes and 1,087 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

COIG CQIA

m-a-p/COIG-CQIA is a community dataset on Hugging Face with 768 likes and 27,976 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

cosmopedia

HuggingFaceTB/cosmopedia is a community dataset on Hugging Face with 742 likes and 26,991 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

CulturaX

uonlp/CulturaX is a community dataset on Hugging Face with 674 likes and 18,353 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

databricks dolly 15k

databricks/databricks-dolly-15k is a community dataset on Hugging Face with 1084 likes and 63,630 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

diffusiondb

poloclub/diffusiondb is a community dataset on Hugging Face with 653 likes and 13,093 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

dolma

allenai/dolma is a community dataset on Hugging Face with 1074 likes and 2,784 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

EasyNegative

gsdf/EasyNegative is a community dataset on Hugging Face with 1212 likes and 27,637 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

falcon refinedweb

tiiuae/falcon-refinedweb is a community dataset on Hugging Face with 953 likes and 82,020 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

finepdfs

HuggingFaceFW/finepdfs is a community dataset on Hugging Face with 928 likes and 52,686 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

fineweb

HuggingFaceFW/fineweb is a community dataset on Hugging Face with 3287 likes and 429,372 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

fineweb 2

HuggingFaceFW/fineweb-2 is a community dataset on Hugging Face with 864 likes and 92,367 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

fineweb edu

HuggingFaceFW/fineweb-edu is a community dataset on Hugging Face with 1272 likes and 405,910 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

GAIA

gaia-benchmark/GAIA is a community dataset on Hugging Face with 783 likes and 10,260 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

glue

nyu-mll/glue is a community dataset on Hugging Face with 730 likes and 784,661 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

gsm8k

openai/gsm8k is a community dataset on Hugging Face with 1593 likes and 1,235,950 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

hh rlhf

Anthropic/hh-rlhf is a community dataset on Hugging Face with 2010 likes and 39,057 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

hle

cais/hle is a community dataset on Hugging Face with 948 likes and 40,101 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

imagenet 1k

ILSVRC/imagenet-1k is a community dataset on Hugging Face with 896 likes and 114,854 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

imdb

stanfordnlp/imdb is a community dataset on Hugging Face with 699 likes and 189,340 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

Infinity Instruct

BAAI/Infinity-Instruct is a community dataset on Hugging Face with 756 likes and 3,673 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

internship warehouse

FlyRank/internship-warehouse is a community dataset on Hugging Face with 588 likes and 18,716 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

Llama Nemotron Post Training Dataset

nvidia/Llama-Nemotron-Post-Training-Dataset is a community dataset on Hugging Face with 700 likes and 7,276 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

LLaVA Instruct 150K

liuhaotian/LLaVA-Instruct-150K is a community dataset on Hugging Face with 635 likes and 5,676 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

lmsys chat 1m

lmsys/lmsys-chat-1m is a community dataset on Hugging Face with 984 likes and 6,496 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

medical o1 reasoning SFT

FreedomIntelligence/medical-o1-reasoning-SFT is a community dataset on Hugging Face with 1176 likes and 17,355 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

medical prescription english audio

HumynLabs/medical-prescription-english-audio is a community dataset on Hugging Face with 716 likes and 152 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

mmlu

cais/mmlu is a community dataset on Hugging Face with 826 likes and 714,868 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

MNBVC

liwu/MNBVC is a community dataset on Hugging Face with 652 likes and 99,676 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

NuminaMath CoT

AI-MO/NuminaMath-CoT is a community dataset on Hugging Face with 599 likes and 161,288 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

oasst1

OpenAssistant/oasst1 is a community dataset on Hugging Face with 1567 likes and 30,179 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

OpenHermes 2.5

teknium/OpenHermes-2.5 is a community dataset on Hugging Face with 896 likes and 32,526 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

OpenOrca

Open-Orca/OpenOrca is a community dataset on Hugging Face with 1589 likes and 25,012 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

OpenR1 Math 220k

open-r1/OpenR1-Math-220k is a community dataset on Hugging Face with 787 likes and 126,715 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

OpenThoughts 114k

open-thoughts/OpenThoughts-114k is a community dataset on Hugging Face with 907 likes and 110,694 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

Opus 4.6 Reasoning 3000x filtered

nohurry/Opus-4.6-Reasoning-3000x-filtered is a community dataset on Hugging Face with 648 likes and 586 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

PersonaHub

proj-persona/PersonaHub is a community dataset on Hugging Face with 797 likes and 11,476 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

PhysicalAI Autonomous Vehicles

nvidia/PhysicalAI-Autonomous-Vehicles is a community dataset on Hugging Face with 1003 likes and 208,205 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

prompts.chat

fka/prompts.chat is a community dataset on Hugging Face with 9815 likes and 25,078 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

RedPajama Data 1T

togethercomputer/RedPajama-Data-1T is a community dataset on Hugging Face with 1190 likes and 2,094 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

ShareGPT Vicuna unfiltered

anon8231489123/ShareGPT_Vicuna_unfiltered is a community dataset on Hugging Face with 915 likes and 419,677 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

squad

rajpurkar/squad is a community dataset on Hugging Face with 709 likes and 265,395 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

synthetic text to sql

gretelai/synthetic_text_to_sql is a community dataset on Hugging Face with 691 likes and 2,938 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

the stack v2

bigcode/the-stack-v2 is a community dataset on Hugging Face with 624 likes and 5,758 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

TinyStories

roneneldan/TinyStories is a community dataset on Hugging Face with 1140 likes and 84,980 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06
NEU

ultrachat 200k

HuggingFaceH4/ultrachat_200k is a community dataset on Hugging Face with 885 likes and 112,449 recent downloads.

DatensatzFortgeschrittenDatasetHugging Face
AI Resource HubAktualisiert 2026-09-06

+ 948 more — ALLE ANZEIGEN →