GPT4All是可以在消费级CPU以及NVIDIA和AMD GPU上本地运行的定制化的大型语言模型，该数据集用于训练GPT4All。

该数据集是一个大规模、细粒度、多样化的偏好数据集，包含64k个提示、256k个响应和380k个高质量反馈，用于训练强大的奖励模型和评论模型。数据集采样自多个源，通过GPT-4对生成的响应进行注释，以收集高质量的偏好和文本反馈。

2023年，Evolved codealpaca采用与WizardCoder类似但开源的方法，通过gpt-4模型增强回应，目标是促进使用新预训练模型重建wizardcoder模型，并测试evol-dataset包。新增中文指令转换，与Evol-Instruct-Code-80k-v1相比，提供更长的指令和对话。

本数据集汇集了大量有趣、有启发性能展示ChatGPT（或者类似的AI对话模型）能力的提示语或问题示例。

MNIST数据集包含70,000张28x28的黑白手写数字图片，分为60,000张训练图片和10,000张验证图片，共10个类别。每个类别有7,000张图片（训练集6,000张，测试集1,000张）。

问题来源于弱智吧，通过调用GPT-4对疑问句生成简洁答案，答案数据筛除了明显的拒答内容。

包含了23,859 份回复的机器学习与数据科学领域现状调研问卷数据集。

HC3数据集旨在评估ChatGPT与人类专家在问题回答上的对比。

金融大模型语料数据集

示范区自2021年以来持续采集自动驾驶车辆运行状态数据、车载视频、路侧视频及点云、路侧感知结果数据、交通流量指标等数据资源。积累了近4年来示范区范围内的道路交通事故、违法违章行为、自动驾驶车辆运行状态等高价值数据资源，以及近1年来的道路交通事件（道路拥堵、施车辆故障、道路结冰、道路积雪等）和巡检事件数据（异常停车、施工占道、信号灯故障等）

医疗大模型预训练医疗知识数据集

全球版IPv4地址段数据，涵盖约213万个IP段地址，覆盖236个国家和2800多个省份的归属信息，包括起始和结束IP地址、地理位置和网络运营商等。

聚合数据提供的历史天气数据，覆盖2000多个城市，包括每天的最高最低温度和天气状况，适用于气候研究和环境分析。

将用户上传的普通照片，自动去除背景，换背景，自动按照证件照各种规格要求进行裁剪。

ResumeSDK支持对40多种常见简历格式的180多个字段进行高精准解析，关键简历字段解析率超过98%。使用基于大样本数据及机器学习的建模技术，使得ResumeSDK的解析效果更加智能，同时具有更强的泛化能力，能够应对各种风格的简历文本。

【图文处理】【证件照制作】传入照片，接口自动按照证件规格进行剪裁、抠图、背景更换等，生成证件照片。另外提供证件照检测接口可用于检测证件照是否合格，可搭配使用。—— 我们只做精品！

提供高并发高可靠的API，将PDF文档转换为Word/PPT/Excel/TXT/OFD等。转换出来的文件尽可能的保持了PDF原有格式，强化了易读性。同时支持扫描类型PDF，对图像进行OCR，还原图像中文字至Word，PPT，OFD等，还原的文字可编辑。

精细化背景分割抠图，达到发丝级抠图效果，一键抠出人像、商品、动物、图章等，最快10分钟即可接入服务。

模型提供了多种语言支持。您可以在识别请求中使用本页中所示的语言代码参数指定这些语言。大多数语言代码参数与 ISO-639-1 标识符一致（特别注明的语言代码参数除外）。专注于科技，学术类翻译~

AI绘画-AI作图-AI以文生图-AI图像生成-虚拟绘画-ai人工智能，借助全球新兴的AI技术，我们为您提供了一种随心所欲、自然流畅且高能硬核的AI作图能力。您只需简单描述，即可实现图像的创作和生成，甚至可以通过输入的图像进行再创作。我们的技术广泛应用于广告营销、媒体、出版物、游戏开发、艺术创作和摄影后期处理等各种场景。

将您上传的图片转化为一篇富有情感和想象力的优质散文。无论是自然风光、城市街景，还是日常生活的瞬间，"看图写散文"都能捕捉其独特的氛围和情感，创作出个性化的文学作品。