Датасеты для ИИ
Открытые наборы данных для обучения моделей — по задачам, с реальными метриками загрузок.
- codeparrot/github-code
Открытый датасет для задач «Генерация текста». Языки: code. 5 373 291 загрузок и 373 лайков на Hugging Face.
- anisoleai/fineweb-tokenized
Открытый датасет для задач «Генерация текста». Языки: en. 4 590 749 загрузок и 5 лайков на Hugging Face.
- huggingface/documentation-images
Открытый датасет для задач «—». 2 982 443 загрузок и 162 лайков на Hugging Face.
- Benjy/typed_digital_signatures
Открытый датасет для задач «Классификация изображений». Языки: en. 2 830 938 загрузок и 9 лайков на Hugging Face.
- KakologArchives/KakologArchives
Открытый датасет для задач «Классификация текста». Языки: ja. 2 330 320 загрузок и 62 лайков на Hugging Face.
- ksolovev/FineNews
Открытый датасет для задач «—». 1 955 818 загрузок и 18 лайков на Hugging Face.
- hallucinations-leaderboard/results
Открытый датасет для задач «—». 1 512 748 загрузок и 8 лайков на Hugging Face.
- ayuo/hd_tmp
Открытый датасет для задач «—». 1 479 534 загрузок и 20 лайков на Hugging Face.
- banned-historical-archives/banned-historical-archives
Открытый датасет для задач «—». 1 451 054 загрузок и 52 лайков на Hugging Face.
- ryanmarten/OpenThoughts-1k-sample
Открытый датасет для задач «—». 1 391 683 загрузок и 33 лайков на Hugging Face.
- allenai/c4
Открытый датасет для задач «Генерация текста». Языки: af, am, ar, az. 1 358 872 загрузок и 607 лайков на Hugging Face.
- Salesforce/wikitext
Открытый датасет для задач «Генерация текста». Языки: en. 1 343 021 загрузок и 729 лайков на Hugging Face.
- hf-doc-build/doc-build-dev
Открытый датасет для задач «—». 1 286 236 загрузок и 40 лайков на Hugging Face.
- xlangai/ubuntu_osworld_file_cache
Открытый датасет для задач «—». 1 278 576 загрузок и 35 лайков на Hugging Face.
- m-a-p/FineFineWeb
Открытый датасет для задач «Классификация текста». Языки: en. 1 266 080 загрузок и 154 лайков на Hugging Face.
- genrobot2025/10Kh-RealOmin-OpenData
Открытый датасет для задач «robotics». Языки: en, zh. 1 228 248 загрузок и 223 лайков на Hugging Face.
- openai/gsm8k
Открытый датасет для задач «Генерация текста». Языки: en. 954 823 загрузок и 1427 лайков на Hugging Face.
- daniilakk/nbchr_pdfs
Открытый датасет для задач «—». 952 085 загрузок и 20 лайков на Hugging Face.
- HennyPr/ps2_hf2
Открытый датасет для задач «—». 766 444 загрузок и 22 лайков на Hugging Face.
- nvidia/PhysicalAI-Robotics-GR00T-X-Embodiment-Sim
Открытый датасет для задач «robotics». 745 992 загрузок и 240 лайков на Hugging Face.
- osv5m/osv5m
Открытый датасет для задач «—». 736 694 загрузок и 57 лайков на Hugging Face.
- mvp-lab/LLaVA-OneVision-1.5-Mid-Training-85M
Открытый датасет для задач «—». 689 743 загрузок и 74 лайков на Hugging Face.
- Hoshipu/roboreal_data
Открытый датасет для задач «—». 661 586 загрузок и 0 лайков на Hugging Face.
- XDOF/ABC-130k
Открытый датасет для задач «robotics». Языки: en. 648 852 загрузок и 78 лайков на Hugging Face.
- ad1t7a/10Kh-RealOmin-OpenData
Открытый датасет для задач «robotics». Языки: en, zh. 589 583 загрузок и 3 лайков на Hugging Face.
- Maximilians/ps2_hf1
Открытый датасет для задач «—». 577 739 загрузок и 15 лайков на Hugging Face.
- Kthera/pesoz
Открытый датасет для задач «—». 573 264 загрузок и 22 лайков на Hugging Face.
- Chelsea707/arxiv-cs-2020-2025-pdfs
Открытый датасет для задач «—». 552 740 загрузок и 12 лайков на Hugging Face.
- EssentialAI/essential-web-v1.0
Открытый датасет для задач «—». 545 919 загрузок и 231 лайков на Hugging Face.
- jat-project/jat-dataset
Открытый датасет для задач «reinforcement-learning». 523 741 загрузок и 67 лайков на Hugging Face.
- angie-chen55/python-github-code
Открытый датасет для задач «—». 521 701 загрузок и 39 лайков на Hugging Face.
- Emmyc2/psp
Открытый датасет для задач «—». 514 172 загрузок и 21 лайков на Hugging Face.
- princeton-nlp/SWE-bench_Verified
Открытый датасет для задач «—». 509 028 загрузок и 362 лайков на Hugging Face.
- IPEC-COMMUNITY/language_table_lerobot
Открытый датасет для задач «robotics». 496 390 загрузок и 3 лайков на Hugging Face.
- mteb/results
Открытый датасет для задач «—». 475 841 загрузок и 6 лайков на Hugging Face.
- IPEC-COMMUNITY/droid_lerobot
Открытый датасет для задач «robotics». 465 381 загрузок и 35 лайков на Hugging Face.
- applied-ai-018/pretraining_v1-omega_books
Открытый датасет для задач «—». 456 730 загрузок и 10 лайков на Hugging Face.
- jacobbieker/eumetsat-rss
Открытый датасет для задач «—». 454 630 загрузок и 5 лайков на Hugging Face.
- HuggingFaceFW/fineweb
Открытый датасет для задач «Генерация текста». Языки: en. 446 096 загрузок и 2917 лайков на Hugging Face.
- cais/mmlu
Открытый датасет для задач «Вопросы-ответы». Языки: en. 432 826 загрузок и 782 лайков на Hugging Face.
- allenai/ai2_arc
Открытый датасет для задач «Вопросы-ответы». Языки: en. 417 584 загрузок и 363 лайков на Hugging Face.
- Dagonulca/figofigofigofigo
Открытый датасет для задач «—». 416 093 загрузок и 8 лайков на Hugging Face.
- Maynor996/upload2
Открытый датасет для задач «—». 412 579 загрузок и 27 лайков на Hugging Face.
- cadene/droid
Открытый датасет для задач «robotics». Языки: en. 410 553 загрузок и 18 лайков на Hugging Face.
- nyu-mll/glue
Открытый датасет для задач «Классификация текста». Языки: en. 401 892 загрузок и 512 лайков на Hugging Face.
- mlfoundations/dclm-baseline-1.0
Открытый датасет для задач «—». 396 631 загрузок и 293 лайков на Hugging Face.
- HuggingFaceFW/fineweb-edu
Открытый датасет для задач «Генерация текста». Языки: en. 382 429 загрузок и 1177 лайков на Hugging Face.
- WINGNUS/ACL-OCL
Открытый датасет для задач «Разметка токенов». Языки: en. 371 829 загрузок и 42 лайков на Hugging Face.
- Maynor996/img_upload
Открытый датасет для задач «—». 364 088 загрузок и 22 лайков на Hugging Face.
- tasl-lab/uniocc
Открытый датасет для задач «image-to-3d». 361 820 загрузок и 13 лайков на Hugging Face.
- Drakesuper/rodridre
Открытый датасет для задач «—». 349 684 загрузок и 3 лайков на Hugging Face.
- world-igr-plum/regions
Открытый датасет для задач «—». 347 245 загрузок и 27 лайков на Hugging Face.
- permutans/arxiv-papers-by-subject
Открытый датасет для задач «Генерация текста». Языки: en. 344 155 загрузок и 24 лайков на Hugging Face.
- k9cli/video-vec2wav2-tokenizer
Открытый датасет для задач «—». 337 201 загрузок и 1 лайков на Hugging Face.
- artur-muratov/multilingual-speech-commands-15lang
Открытый датасет для задач «—». Языки: en, ru, kk, tt. 335 523 загрузок и 2 лайков на Hugging Face.
- cadene/droid_1.0.1
Открытый датасет для задач «robotics». 331 355 загрузок и 44 лайков на Hugging Face.
- hasankursun/github-code-2025-language-split
Открытый датасет для задач «—». 329 885 загрузок и 10 лайков на Hugging Face.
- PsiBotAI/SynData
Открытый датасет для задач «—». Языки: en. 325 967 загрузок и 183 лайков на Hugging Face.
- uwipl/RT-Pose
Открытый датасет для задач «keypoint-detection». 322 193 загрузок и 9 лайков на Hugging Face.
- jat-project/jat-dataset-tokenized
Открытый датасет для задач «—». 319 832 загрузок и 15 лайков на Hugging Face.
- meihualuomanxueshan/Processed_interiorverse_85
Открытый датасет для задач «—». 317 294 загрузок и 1 лайков на Hugging Face.
- drssth/ModelNet-simscan
Открытый датасет для задач «—». 317 193 загрузок и 0 лайков на Hugging Face.
- HuggingFaceFW/finephrase
Открытый датасет для задач «Генерация текста». Языки: en. 309 842 загрузок и 135 лайков на Hugging Face.
- Symato/cc
Открытый датасет для задач «—». Языки: vi. 309 553 загрузок и 3 лайков на Hugging Face.
- siril-spcc/gaia
Открытый датасет для задач «—». 308 365 загрузок и 12 лайков на Hugging Face.
- hf-internal-testing/transformers_circleci_workflow_runs
Открытый датасет для задач «—». 304 318 загрузок и 0 лайков на Hugging Face.
- IPEC-COMMUNITY/bridge_orig_lerobot
Открытый датасет для задач «robotics». 302 941 загрузок и 23 лайков на Hugging Face.
- jeyasuryaur/cricket-data-by-cricsheet
Открытый датасет для задач «—». 298 876 загрузок и 0 лайков на Hugging Face.
- espnet/yodas2
Открытый датасет для задач «—». 297 758 загрузок и 56 лайков на Hugging Face.
- chuhaojie/MELD
Открытый датасет для задач «—». 296 705 загрузок и 0 лайков на Hugging Face.
- mueller91/MLAAD
Открытый датасет для задач «audio-classification». Языки: en, de, fr, es. 287 735 загрузок и 33 лайков на Hugging Face.
- nvidia/SAGE-10k
Открытый датасет для задач «text-to-3d». Языки: en. 285 016 загрузок и 80 лайков на Hugging Face.
- jobs-git/HPLT2.0_cleaned
Открытый датасет для задач «Заполнение маски». Языки: ace, af, als, am. 284 180 загрузок и 0 лайков на Hugging Face.
- mlfoundations/MINT-1T-HTML
Открытый датасет для задач «Изображение-в-текст». Языки: en. 276 837 загрузок и 97 лайков на Hugging Face.
- aps/super_glue
Открытый датасет для задач «Классификация текста». Языки: en. 273 244 загрузок и 189 лайков на Hugging Face.
- mhaamh19/prophet-mosque-library
Открытый датасет для задач «Изображение-в-текст». Языки: ar. 271 066 загрузок и 0 лайков на Hugging Face.
- gfdg34fsd/newe
Открытый датасет для задач «—». 267 775 загрузок и 0 лайков на Hugging Face.
- google/IFEval
Открытый датасет для задач «Генерация текста». Языки: en. 266 512 загрузок и 164 лайков на Hugging Face.
- jobs-git/Zyda-2
Открытый датасет для задач «Генерация текста». Языки: en. 265 797 загрузок и 1 лайков на Hugging Face.
- CohereLabs/xP3x
Открытый датасет для задач «other». Языки: af, ar, az, be. 264 015 загрузок и 95 лайков на Hugging Face.
- allenai/objaverse
Открытый датасет для задач «—». Языки: en. 262 449 загрузок и 454 лайков на Hugging Face.
- inclusionAI/OpenAoE-2000h
Открытый датасет для задач «—». Языки: zh, en. 260 939 загрузок и 27 лайков на Hugging Face.
- abisee/cnn_dailymail
Открытый датасет для задач «Суммаризация». Языки: en. 260 532 загрузок и 346 лайков на Hugging Face.
- ZTWHHH/envs_1
Открытый датасет для задач «—». 259 246 загрузок и 0 лайков на Hugging Face.
- gfdg34fsd/sh
Открытый датасет для задач «—». 257 081 загрузок и 0 лайков на Hugging Face.
- sjkhfuk/rdp
Открытый датасет для задач «—». 255 890 загрузок и 0 лайков на Hugging Face.
- GEAR-Dreams/DreamZero-DROID-Data
Открытый датасет для задач «—». 254 553 загрузок и 6 лайков на Hugging Face.
- ieasybooks-org/prophet-mosque-library
Открытый датасет для задач «Изображение-в-текст». Языки: ar. 253 827 загрузок и 4 лайков на Hugging Face.
- wegrthj/kbcpjv-v654-data
Открытый датасет для задач «—». 251 722 загрузок и 11 лайков на Hugging Face.
- atokforps/latent_worker_early4_5
Открытый датасет для задач «—». 251 530 загрузок и 0 лайков на Hugging Face.
- allenai/dolma3_mix-6T-1025-7B
Открытый датасет для задач «Генерация текста». Языки: en. 250 294 загрузок и 54 лайков на Hugging Face.
- gutoportelaa/dom-pi-pdfs-2025
Открытый датасет для задач «—». Языки: pt. 250 095 загрузок и 0 лайков на Hugging Face.
- huggingface-course/documentation-images
Открытый датасет для задач «—». 247 778 загрузок и 3 лайков на Hugging Face.
- anon8231489123/ShareGPT_Vicuna_unfiltered
Открытый датасет для задач «—». Языки: en. 246 923 загрузок и 889 лайков на Hugging Face.
- k9cli/video-vec2wav2-tokenizer-2
Открытый датасет для задач «—». 246 530 загрузок и 0 лайков на Hugging Face.
- Rowan/hellaswag
Открытый датасет для задач «—». Языки: en. 246 483 загрузок и 182 лайков на Hugging Face.
- allenai/openbookqa
Открытый датасет для задач «Вопросы-ответы». Языки: en. 246 340 загрузок и 136 лайков на Hugging Face.
- nvidia/PhysicalAI-Autonomous-Vehicles
Открытый датасет для задач «—». 244 055 загрузок и 951 лайков на Hugging Face.
- nebius/SWE-rebench
Открытый датасет для задач «other». 243 934 загрузок и 68 лайков на Hugging Face.
- shash42/forecast-news
Открытый датасет для задач «—». 243 021 загрузок и 1 лайков на Hugging Face.
- GokuScraper/seedance-2-prompts-datasets
Открытый датасет для задач «text-to-video». Языки: en, zh. 240 898 загрузок и 35 лайков на Hugging Face.
- SWE-bench/SWE-bench_Multilingual
Открытый датасет для задач «—». Языки: en. 240 322 загрузок и 19 лайков на Hugging Face.
- Kazimir-ai/text-to-image-prompts
Открытый датасет для задач «—». Языки: en. 240 315 загрузок и 9 лайков на Hugging Face.
- tars-robotics/WIYH
Открытый датасет для задач «robotics». Языки: en. 239 614 загрузок и 1 лайков на Hugging Face.
- yyyzzzzyyy/envss
Открытый датасет для задач «—». 239 345 загрузок и 0 лайков на Hugging Face.
- happyhackingspace/dit
Открытый датасет для задач «—». 238 333 загрузок и 0 лайков на Hugging Face.
- HuggingFaceCode/stack-v3-train
Открытый датасет для задач «Генерация текста». Языки: code. 237 737 загрузок и 344 лайков на Hugging Face.
- jhu-clsp/ettin-pretraining-data
Открытый датасет для задач «Генерация текста». Языки: en. 237 205 загрузок и 9 лайков на Hugging Face.
- espnet/yodas
Открытый датасет для задач «—». 236 656 загрузок и 141 лайков на Hugging Face.
- agibot-world/AgiBotWorld-Beta
Открытый датасет для задач «other». Языки: en. 236 343 загрузок и 71 лайков на Hugging Face.
- quejing/20000-meishi-pdf
Открытый датасет для задач «—». 236 254 загрузок и 3 лайков на Hugging Face.
- ccoffee20/flatpak
Открытый датасет для задач «—». 235 918 загрузок и 1 лайков на Hugging Face.
- applied-ai-018/pretraining_v1-omega
Открытый датасет для задач «—». 235 679 загрузок и 0 лайков на Hugging Face.
- PresentBench/PresentBench
Открытый датасет для задач «any-to-any». Языки: en, zh. 235 586 загрузок и 2 лайков на Hugging Face.
- AiEDA/iDATA
Открытый датасет для задач «—». 234 972 загрузок и 7 лайков на Hugging Face.
- tencent/Hy-Embodied-0.5-VLA-Data
Открытый датасет для задач «robotics». 234 820 загрузок и 15 лайков на Hugging Face.
- espnet/yodas-granary
Открытый датасет для задач «Распознавание речи». Языки: bg, cs, da, de. 234 486 загрузок и 31 лайков на Hugging Face.
- builddotai/Egocentric-100K
Открытый датасет для задач «—». 234 460 загрузок и 131 лайков на Hugging Face.
- jasperai/monet
Открытый датасет для задач «Текст-в-изображение». Языки: en. 234 007 загрузок и 144 лайков на Hugging Face.
- open-llm-leaderboard/requests
Открытый датасет для задач «—». 233 042 загрузок и 13 лайков на Hugging Face.
- updatebao/geonamebase_1
Открытый датасет для задач «—». 231 169 загрузок и 7 лайков на Hugging Face.
- angie-chen55/javascript-github-code
Открытый датасет для задач «—». 230 436 загрузок и 18 лайков на Hugging Face.
- IPEC-COMMUNITY/kuka_lerobot
Открытый датасет для задач «robotics». 229 961 загрузок и 0 лайков на Hugging Face.
- JoeLiu996/NatureBench
Открытый датасет для задач «—». Языки: en. 229 551 загрузок и 0 лайков на Hugging Face.
- mvp-lab/LLaVA-OneVision-2-Data
Открытый датасет для задач «video-text-to-text». Языки: en. 229 270 загрузок и 30 лайков на Hugging Face.
- wikimedia/wikipedia
Открытый датасет для задач «Генерация текста». Языки: ab, ace, ady, af. 229 179 загрузок и 1319 лайков на Hugging Face.
- allenai/winogrande
Открытый датасет для задач «—». Языки: en. 228 815 загрузок и 85 лайков на Hugging Face.
- InternRobotics/InternData-A1
Открытый датасет для задач «other». Языки: en. 227 434 загрузок и 101 лайков на Hugging Face.
- qqjz/VoxEval
Открытый датасет для задач «—». 227 160 загрузок и 3 лайков на Hugging Face.
- openai/openai_humaneval
Открытый датасет для задач «—». Языки: en. 227 122 загрузок и 395 лайков на Hugging Face.
- tz1002/LLaVA-OneVision-1.5-Mid-Training-85M
Открытый датасет для задач «—». 226 673 загрузок и 0 лайков на Hugging Face.
- SwayStar123/preprocessed_commoncatalog-cc-by
Открытый датасет для задач «—». Языки: en. 226 609 загрузок и 2 лайков на Hugging Face.
- AquaV/genshin-voices-separated
Открытый датасет для задач «—». 224 859 загрузок и 20 лайков на Hugging Face.
- uoft-cs/cifar10
Открытый датасет для задач «Классификация изображений». Языки: en. 223 986 загрузок и 109 лайков на Hugging Face.
- behavior-1k/2025-challenge-demos
Открытый датасет для задач «robotics». 223 460 загрузок и 36 лайков на Hugging Face.
- xlangai/osworld_v2_assets
Открытый датасет для задач «—». 222 854 загрузок и 0 лайков на Hugging Face.
- atokforps/latent_worker_early-a2_00
Открытый датасет для задач «—». 222 003 загрузок и 0 лайков на Hugging Face.
- agents-course/course-images
Открытый датасет для задач «—». 221 271 загрузок и 21 лайков на Hugging Face.
- stanford-vision-lab/gpic
Открытый датасет для задач «—». Языки: en. 220 047 загрузок и 151 лайков на Hugging Face.
- google-research-datasets/mbpp
Открытый датасет для задач «—». Языки: en. 217 014 загрузок и 235 лайков на Hugging Face.
- fujinchu/imgbed
Открытый датасет для задач «—». 216 927 загрузок и 1 лайков на Hugging Face.
- rajpurkar/squad
Открытый датасет для задач «Вопросы-ответы». Языки: en. 209 339 загрузок и 454 лайков на Hugging Face.
- k9cli/video-vec2wav2-tokenizer-3
Открытый датасет для задач «—». 209 339 загрузок и 1 лайков на Hugging Face.
- HuggingFaceM4/the_cauldron
Открытый датасет для задач «—». 209 323 загрузок и 551 лайков на Hugging Face.
- picbreeder-vlm/picbreeder-vlm-archive
Открытый датасет для задач «Изображение-в-текст». Языки: en. 208 892 загрузок и 0 лайков на Hugging Face.
- hf-doc-build/doc-build
Открытый датасет для задач «—». 206 880 загрузок и 41 лайков на Hugging Face.