数据集托管
数据集仓库与镜像。
开箱即用的 Python 财经数据接口库，一行代码就能拉取股票、债券、期货、外汇和宏观经济等公开数据，省去到处爬数据、清洗数据的麻烦。
Hugging Face 官方数据集库，汇集海量即用型 AI 数据集，并提供高效的数据加载与处理工具，省去自己找数据、写加载代码的麻烦。
面向大模型微调、RAG 和评测的数据集制作工具，支持数据生成、清洗与导出，省去手工整理训练数据的麻烦。
开源的 LLM 可观测性与评测平台，能追踪、调试和评估 RAG 与 Agent 应用，帮团队定位大模型链路中的问题。
汇集卫星与航拍影像深度学习的技术清单，涵盖数据集、模型与工具，帮遥感从业者快速找到可用的方法和资源。
面向 AI 平台团队的开源 Agent 可观测与评测平台，能追踪、测试、路由并治理公司内每个 Agent 和编码助手。
提供大量可直接用于 TensorFlow、JAX 等框架的数据集集合，省去自己下载、解析和预处理数据的麻烦，统一接口加载即可训练模型。
Open3D 的 3D 机器学习扩展，提供点云与 RGBD 数据的语义分割、目标检测等任务的训练与可视化工具，支持 PyTorch 和 TensorFlow。
快速扫描图像和视频数据集，找出重复、相似和异常样本，帮助清洗数据、提升标签质量并降低数据运维成本。
基于安全强化学习的人类反馈对齐框架，通过约束优化让大模型在有用性和安全性之间取得平衡，附带 Beaver 系列模型与数据集。
把 AI/ML 模型、数据集、代码和配置打包成 OCI Artifact 并做版本管理，让模型交付像容器镜像一样标准化、可复现。
基于扩散模型的虚拟试衣方案，可自定义服装、姿态和场景生成高保真人物图，并保持服装细节一致。
基于 OpenTelemetry 的 LLM 应用全链路可观测性工具，提供实时追踪、评估和指标，支持主流大模型、框架与向量数据库，可用 TypeScript 和 Python 接入。
面向地面机器人的多模态多场景数据集，包含双目相机、激光雷达、IMU 等传感器数据，用于 SLAM 与定位算法的评测和训练。
模块化 C++ SLAM 框架，支持激光雷达、视觉与图优化，用于移动机器人的定位与建图。
汇集大模型、视觉语言模型、视觉语言动作模型与 AIGC 相关的优质开源项目、数据集和应用，帮开发者快速找到所需资源。
汇集移动机器人领域的优质资源清单，涵盖定位、数据集、实验室、公司、书籍与招聘信息，方便快速查找学习资料和行业动态。
面向大规模列式数据集的可扩展文件格式，用 C++ 实现，支持压缩与编码，适合机器学习训练和数据分析场景下的高效存储。
面向融合位姿估计与建图算法开发验证的开放驾驶数据集，提供真实道路采集的传感器数据，适合做 SLAM 和定位研究。
用 Python 抓取 CoinMarketCap 的历史价格数据，方便做量化回测或行情分析时直接拿到干净的加密货币历史行情。
整理时间序列分割方向的论文阅读清单，覆盖变点检测、异常检测、多变量时序等主题，方便快速找到该领域的代表性工作。
Cleora 是面向异构关系数据的通用嵌入学习模型，能高效、可扩展地生成稳定且支持归纳的实体嵌入，适合图与超图场景。
面向城市峡谷等复杂场景的多传感器数据集，包含激光雷达、相机等全套传感器数据，用于自动驾驶的建图与定位算法评测。
基于 9262 例 CT 体积和 25 个标注类别预训练的 3D 医学影像模型，可直接用于腹部器官分割等下游任务，省去从零训练。
异步多激光雷达惯性里程计，通过逐点跨雷达不确定性传播，融合多个不同步的 LiDAR 数据，实现更鲁棒的 SLAM 定位与建图。
用深度学习处理排球比赛视频数据，做球员与球的检测跟踪、球场识别和动作事件分析，适合体育视频分析场景。
面向多模态大模型训练的数据集构建与评估平台，支持数据集的智能生成、管理与质量评估，帮助团队高效准备 VLM 训练数据。
提供 ChatGPT(GPT-3.5) 和 GPT-4 的真实工作负载 trace 数据集，用来评估和优化 LLM 推理服务系统的调度与资源分配。
AbdomenAtlas 3.0 提供 9262 例腹部 CT 及配套医学报告，报告比人工书写更准、更细、更规范且生成更快，可用于训练和评测病灶分割与视觉语言模型。