mAceReason-Math：高品質多語言數學資料集
Apple 的 mAceReason-Math 提供高品質多語言數學問題，專為可驗證獎勵強化學習 (RLVR) 設計。它解決現有資料集的英語中心偏差，提供適合當前 LLM 的難度。此資料集支援提升預訓練模型的數學與邏輯能力。
Search
Tag: #dataset24 results
HumanMCP：評估MCP工具檢索的人類般查詢資料集
HumanMCP 是第一個大規模、多樣化的人類般使用者查詢資料集，用於評估 MCP 伺服器的工具檢索效能。它涵蓋 308 個伺服器的 2800 個工具，基於 MCP Zero 建置，每個工具有多個獨特使用者角色，捕捉從精確到模糊的意圖。這解決了現有基準測試缺乏真實使用者互動的缺口。
CogARC數據集揭示人類ARC策略
研究人員推出CogARC，這是ARC的適應人類子集，包含75個視覺推理任務，由260名參與者測試，準確率約85%。高解析度數據記錄觀看、編輯和嘗試，顯示困難問題上的多樣策略，即使錯誤解決方案也趨於收斂。發現突顯人類在不確定性下的泛化，為AI基準測試提供洞見。
針對非洲工業機械與推理的新型資料集
Adaption Labs 發布了一份涵蓋奈及利亞製造業與石油產業的資料集，包含 89 筆機器層級紀錄及領域基礎的思維鏈（CoT）推理層。此資源旨在提升模型在非洲經濟體中處理稀疏數值工業數據的表現。
📰
125k 程式碼資料集發布
一個涵蓋 8 種語言的 125k 程式碼資料集已在 Hugging Face 上發布，用於訓練和升級程式碼模型。使用隱藏的 Hunter Alpha 模型免費生成。完整 450k 版本即將推出，並開放合作。
Gemini 38 天預測資料集發布
38 天資料集記錄 Gemini 每日股票預測、理由、情緒與信心，涵蓋 10 天展望。時間鎖定，已上傳 Hugging Face 並附互動儀表板與 Colab 筆記本。研究 LLM 在不確定性下的穩定性、敘事漂移與校準。
EduEVAL-DB：AI家教評估資料集
EduEVAL-DB 推出一個包含 854 個解釋的資料集，對應 ScienceQA 基準的 139 個 K-12 年級問題，包括一位真人教師和六個 LLM 模擬教師角色解釋。它具備教學風險評分表，涵蓋事實正確性、解釋深度、焦點相關性、學生適當性和意識形態偏見，經半自動專家審核標註。初步基準測試比較 Gemini 2.5 Pro 與微調 Llama 3.1 8B 在消費者硬體上的風險偵測效能。
存取 NASA 龐大的太空影像資料庫
NASA 提供了一個高品質太空影像與影片的公共儲存庫。這些資源大多可免費使用，對於開發者與研究人員來說是極具價值的素材來源。
🔬
如何獲取用於研究的 Books3 資料集
來自 MachineLearning 子版塊關於 Books3 資料集當前可用性與獲取方式的詢問。該資料集是目前 AI 版權訴訟中的核心爭議點。
鈦媒體入選主流價值語料生態聯盟首批成員
鈦媒體入選主流價值語料生態聯盟首批成員，將擔綱科技領域高質量數據集的核心建設方。公司將持續貢獻優質科技語料資源，推動語料質量標準制定，助力構建繁榮、健康、可持續的語料生態。