📊
数据集
高质量的开源 AI 训练数据集
数据集进阶
4.7
新Hugging Face 数据集大全
探索 Hugging Face 上的海量开源数据集，涵盖 NLP、CV、音频等多个领域的高质量训练数据。
数据集Hugging FaceNLP
Hugging Face更新于 2026-06-30
数据集入门
4.8
新Kaggle 数据集平台
Kaggle 提供数万个公开数据集，涵盖机器学习竞赛、真实业务和科研场景，可在线分析与下载。
Kaggle数据集竞赛
Kaggle更新于 2026-06-18
数据集进阶
4.7
新Papers with Code 数据集
汇集学术论文中使用的基准数据集，并关联对应的 SOTA 模型与代码实现，适合科研与复现。
数据集论文基准测试
Papers with Code更新于 2026-06-20
数据集入门
4.5
新Google 数据集搜索
Google 推出的数据集搜索引擎，可跨来源检索公开数据集，快速定位科研与训练所需数据。
Google数据集搜索
Google更新于 2026-06-22
数据集高级
4.6
新Common Crawl 网络语料
开放的 PB 级网页爬取语料库，是众多大语言模型预训练数据的重要来源，可免费获取。
Common Crawl预训练大规模
Common Crawl更新于 2026-06-12
数据集高级
4.5
新LAION 开放多模态数据集
LAION 提供大规模开源图文对数据集，广泛用于训练 CLIP、Stable Diffusion 等多模态模型。
LAION多模态图文对
LAION更新于 2026-06-16
数据集入门
4.4
新UCI 机器学习数据集库
经典的机器学习数据集仓库，收录数百个结构化数据集，适合入门实践与算法教学。
UCI数据集机器学习
UC Irvine更新于 2026-06-10
数据集高级
4.5
新The Stack 源代码数据集
BigCode 推出的大规模宽松许可源代码数据集，广泛用于代码生成模型的预训练与评估。
The Stack代码数据集
BigCode更新于 2026-06-22
数据集进阶
4.7
新ImageNet
里程碑式的大规模图像数据集，包含数千类别的数百万张标注图像，是现代计算机视觉的基石。
ImageNet计算机视觉数据集
Stanford Vision Lab更新于 2026-06-14