本数据集覆盖高中生物核心模块，包括细胞生物学、生态学与生命活动调节等内容，设计上强调对核心概念的深入理解、对动态过程的逻辑分析以及知识体系的系统关联。其价值是为AI模型提供大量结构化生物事实与蕴含因果关系的推理样本，旨在弥补AI在理解复杂生物过程、精确区分易混淆概念以及跨章节综合推理方面的常见短板。该数据集适用于开发K12生物智能辅导模型，也能为构建更通用的生命科学认知与推理模型提供关键训练基础。
教育
文本
227
本数据集覆盖高中物理竞赛题目，内容深度远超普通教学，覆盖电磁学、热力学、光学及现代物理等核心领域。设计着重训练高阶物理建模、多步骤逻辑推导以及微积分等复杂数学工具的综合运用。其核心在于提供大量高难度、非标准化推理样本，旨在突破AI在长链推理、抽象建模及解决非模板化问题方面的能力上限。该数据集适用于训练高阶推理模型、科研辅助AI以及物理竞赛智能辅导系统，为AI在深层次科学推理领域的发展提供关键支持。
教育
文本
171
本数据集覆盖了函数极限、导数、积分等微积分核心内容及其应用，是数学与工程建模的基础。核心价值在于为 AI 提供大量的连续数学对象与符号推导的标准训练样本，专门用于弥补模型在连续极限理解、多步计算和严格推导方面的能力短板。通过强化AI对形式化数学语言与运算规则的理解，该数据集能有效提升数学推理的可靠性，广泛应用于数学推理模型、科学计算辅助系统及 AI for Science 基础能力训练。
教育
文本
230
该数据集涵盖多项式、方程、不等式及初等代数结构问题等核心内容，强调符号操作与逻辑变形。其核心价值在于为 AI 模型提供离散符号系统下的规则推理的大量样本，例如展示如何通过因式分解、配方或不等式缩放等方法，将复杂表达式转化为可解形式。这是使其成为提升模型数学抽象能力与形式化推理能力的重要基础，因此被广泛用于训练专用数学解题模型，并作为构建通用推理模型时不可或缺的底层数学逻辑训练组件。
教育
文本
192
本数据集源自城市级数字资产监测平台，通过对全市政务云机房服务器流量的实时无感采集，汇聚了政务信息系统在访问量、资源使用率及网络行为等方面的核心运行数据。它不仅能动态感知系统活跃度，更能通过“僵尸系统识别”、“无主IP归集”等智能模型，为信息化资产的效能审计、财政资金节约与数据价值挖掘提供精准、客观的数据洞察与决策依据
金融
图像
表格
364
这是一个专门用于中文隐喻识别与理解研究的数据集。它通过人工标注，为自然语言处理任务提供了结构化的隐喻样本。
教育
文本
313
该数据集包含超过 20,000 张宝可梦集换式卡牌（TCG）卡牌图像。 它适用于计算机视觉、图像分类、OCR、相似性搜索和卡牌识别任务
消费
图像
366
自1750年以来的全球温度，由伯克利地球 （隶属于劳伦斯伯克利国家实验室）最新汇编的数据。整合了 16 个现有档案中的 16 亿条温度记录
其他
文本
表格
352
该数据集包含各种水果和蔬菜的图像，为图像识别任务提供了多样化的集合。包含的食物包括： 水果 ：香蕉、苹果、梨、葡萄、橙子、猕猴桃、西瓜、石榴、菠萝、芒果 蔬菜 ：黄瓜、胡萝卜、甜椒、洋葱、土豆、柠檬、番茄、萝卜、甜菜、卷心菜、生菜、菠菜、大豆、花椰菜、甜椒、辣椒、芜菁、玉米、甜玉米、红薯、辣椒粉、墨西哥辣椒、生姜、大蒜、豌豆、茄子
农业
图像
367
该数据集包含约 7,800 篇新闻文章，根据内容安全性标记为安全/不安全/敏感 ，特别适用于 6-12 岁儿童 。它旨在帮助训练和评估模型，以识别适合年轻受众的内容。
教育
文本
表格
386
一个用于深度学习灾害检测的精选多类别视觉数据集。该数据集是一个精心策划的真实灾难图像集合，旨在训练和基准测试深度学习模型，进行损害分类和灾害识别任务。
其他
图像
211
该数据集包含 260 万张来自 86 个国家的车辆车牌图像，为 OCR、 交通分析和自动驾驶系统提供全面的资源。它专注于车牌识别和相关检测系统 ，提供关于车牌号码 、 国家 、 边界框标签和其他数据的详细信息，以及用于识别任务的相应掩码
交通
图像
表格
362
10,000次高保真72小时监测的真实住院数据，该数据集没有缺失值，所有行都是完全模拟的， 不代表真实患者。
医疗
表格
339
这个数据集核心目标是收集各类意图识别数据集，并将其重新组织成提示词（prompt）格式，专门用于支持大语言模型在小样本学习场景下的意图识别研究。
其他
文本
394
这是一个专门为 “高中化学垂直大模型微调” 而构建的中文问答与文本生成数据集。主要来源是三种主流教科书和常见教辅资料，包括苏教版、人教版、鲁教版等，还有化学方程式和畅销教辅如“一本涂书”、“教材帮”。
教育
文本
384
中英双语数据集为汉语学习（HSK）和机器翻译设计的中英双语平行语料库。包含超过20,000条英文句子及其对应的中文翻译。每条数据都额外标注了汉语拼音和句子核心词汇所属的HSK等级。
教育
文本
368
这是一个用于计算机视觉（CV）任务的开放源合成数据集，特别设计用于 跌倒检测 、 姿态估计 和 事件监控 ，数据来源于顶置闭路电视视角。
社会治理
文本
图像
431
本数据集面向机电一体化系统齿轮故障诊断的机器学习研究，采集了1 个正常齿轮与5 个故障齿轮在不同转速、载荷工况下的振动数据，以 6 个 CSV 文件分别对应 6 种齿轮状态。数据集可支撑两类核心任务：一是相同或任意工况下的齿轮故障分类，二是基于振动测量数据的转速与载荷回归分析，为设备故障预警与健康管理提供数据支撑。
制造
表格
523
该大型数据集包含一百万条个体的健康相关信息，聚焦与登革热预测相关的各类因素。每条记录涵盖个体姓名、发热、头痛、关节痛、出血等症状的有无，以及登革热患病状态等详细信息。精准标注了对应的登革热感染确诊状态，为登革热预测模型的研发提供全面、系统的数据支撑。
医疗
表格
373
该数据集包含195,000+条大肠杆菌临床分离株及其抗菌药敏感性测试结果的原始记录。每个条目都记录了特定大肠杆菌基因组对特定抗生素的反应，以及表型解释、实验室方法、测量值等。
医疗
表格
345
根据世界卫生组织(WHO)的数据，中风是全球第二大死亡原因，约占总死亡人数的11%。该数据集用于根据性别、年龄、各类疾病及吸烟状况等输入参数预测患者发生中风的可能性。本数据集可用于医疗风险预测和中风相关的学术研究。
医疗
文本
324
本数据集覆盖高中生物核心模块，包括细胞生物学、生态学与生命活动调节等内容，设计上强调对核心概念的深入理解、对动态过程的逻辑分析以及知识体系的系统关联。其价值是为AI模型提供大量结构化生物事实与蕴含因果关系的推理样本，旨在弥补AI在理解复杂生物过程、精确区分易混淆概念以及跨章节综合推理方面的常见短板。该数据集适用于开发K12生物智能辅导模型，也能为构建更通用的生命科学认知与推理模型提供关键训练基础。
教育
文本
227
本数据集覆盖高中物理竞赛题目，内容深度远超普通教学，覆盖电磁学、热力学、光学及现代物理等核心领域。设计着重训练高阶物理建模、多步骤逻辑推导以及微积分等复杂数学工具的综合运用。其核心在于提供大量高难度、非标准化推理样本，旨在突破AI在长链推理、抽象建模及解决非模板化问题方面的能力上限。该数据集适用于训练高阶推理模型、科研辅助AI以及物理竞赛智能辅导系统，为AI在深层次科学推理领域的发展提供关键支持。
教育
文本
171
本数据集覆盖了函数极限、导数、积分等微积分核心内容及其应用，是数学与工程建模的基础。核心价值在于为 AI 提供大量的连续数学对象与符号推导的标准训练样本，专门用于弥补模型在连续极限理解、多步计算和严格推导方面的能力短板。通过强化AI对形式化数学语言与运算规则的理解，该数据集能有效提升数学推理的可靠性，广泛应用于数学推理模型、科学计算辅助系统及 AI for Science 基础能力训练。
教育
文本
230
该数据集涵盖多项式、方程、不等式及初等代数结构问题等核心内容，强调符号操作与逻辑变形。其核心价值在于为 AI 模型提供离散符号系统下的规则推理的大量样本，例如展示如何通过因式分解、配方或不等式缩放等方法，将复杂表达式转化为可解形式。这是使其成为提升模型数学抽象能力与形式化推理能力的重要基础，因此被广泛用于训练专用数学解题模型，并作为构建通用推理模型时不可或缺的底层数学逻辑训练组件。
教育
文本
192
本数据集源自城市级数字资产监测平台，通过对全市政务云机房服务器流量的实时无感采集，汇聚了政务信息系统在访问量、资源使用率及网络行为等方面的核心运行数据。它不仅能动态感知系统活跃度，更能通过“僵尸系统识别”、“无主IP归集”等智能模型，为信息化资产的效能审计、财政资金节约与数据价值挖掘提供精准、客观的数据洞察与决策依据
金融
图像
表格
364
这是一个专门用于中文隐喻识别与理解研究的数据集。它通过人工标注，为自然语言处理任务提供了结构化的隐喻样本。
教育
文本
313
该数据集包含超过 20,000 张宝可梦集换式卡牌（TCG）卡牌图像。 它适用于计算机视觉、图像分类、OCR、相似性搜索和卡牌识别任务
消费
图像
366
自1750年以来的全球温度，由伯克利地球 （隶属于劳伦斯伯克利国家实验室）最新汇编的数据。整合了 16 个现有档案中的 16 亿条温度记录
其他
文本
表格
352
该数据集包含各种水果和蔬菜的图像，为图像识别任务提供了多样化的集合。包含的食物包括： 水果 ：香蕉、苹果、梨、葡萄、橙子、猕猴桃、西瓜、石榴、菠萝、芒果 蔬菜 ：黄瓜、胡萝卜、甜椒、洋葱、土豆、柠檬、番茄、萝卜、甜菜、卷心菜、生菜、菠菜、大豆、花椰菜、甜椒、辣椒、芜菁、玉米、甜玉米、红薯、辣椒粉、墨西哥辣椒、生姜、大蒜、豌豆、茄子
农业
图像
367
该数据集包含约 7,800 篇新闻文章，根据内容安全性标记为安全/不安全/敏感 ，特别适用于 6-12 岁儿童 。它旨在帮助训练和评估模型，以识别适合年轻受众的内容。
教育
文本
表格
386
一个用于深度学习灾害检测的精选多类别视觉数据集。该数据集是一个精心策划的真实灾难图像集合，旨在训练和基准测试深度学习模型，进行损害分类和灾害识别任务。
其他
图像
211
该数据集包含 260 万张来自 86 个国家的车辆车牌图像，为 OCR、 交通分析和自动驾驶系统提供全面的资源。它专注于车牌识别和相关检测系统 ，提供关于车牌号码 、 国家 、 边界框标签和其他数据的详细信息，以及用于识别任务的相应掩码
交通
图像
表格
362
10,000次高保真72小时监测的真实住院数据，该数据集没有缺失值，所有行都是完全模拟的， 不代表真实患者。
医疗
表格
339
这个数据集核心目标是收集各类意图识别数据集，并将其重新组织成提示词（prompt）格式，专门用于支持大语言模型在小样本学习场景下的意图识别研究。
其他
文本
394
这是一个专门为 “高中化学垂直大模型微调” 而构建的中文问答与文本生成数据集。主要来源是三种主流教科书和常见教辅资料，包括苏教版、人教版、鲁教版等，还有化学方程式和畅销教辅如“一本涂书”、“教材帮”。
教育
文本
384
中英双语数据集为汉语学习（HSK）和机器翻译设计的中英双语平行语料库。包含超过20,000条英文句子及其对应的中文翻译。每条数据都额外标注了汉语拼音和句子核心词汇所属的HSK等级。
教育
文本
368
这是一个用于计算机视觉（CV）任务的开放源合成数据集，特别设计用于 跌倒检测 、 姿态估计 和 事件监控 ，数据来源于顶置闭路电视视角。
社会治理
文本
图像
431
本数据集面向机电一体化系统齿轮故障诊断的机器学习研究，采集了1 个正常齿轮与5 个故障齿轮在不同转速、载荷工况下的振动数据，以 6 个 CSV 文件分别对应 6 种齿轮状态。数据集可支撑两类核心任务：一是相同或任意工况下的齿轮故障分类，二是基于振动测量数据的转速与载荷回归分析，为设备故障预警与健康管理提供数据支撑。
制造
表格
523
该大型数据集包含一百万条个体的健康相关信息，聚焦与登革热预测相关的各类因素。每条记录涵盖个体姓名、发热、头痛、关节痛、出血等症状的有无，以及登革热患病状态等详细信息。精准标注了对应的登革热感染确诊状态，为登革热预测模型的研发提供全面、系统的数据支撑。
医疗
表格
373
该数据集包含195,000+条大肠杆菌临床分离株及其抗菌药敏感性测试结果的原始记录。每个条目都记录了特定大肠杆菌基因组对特定抗生素的反应，以及表型解释、实验室方法、测量值等。
医疗
表格
345
根据世界卫生组织(WHO)的数据，中风是全球第二大死亡原因，约占总死亡人数的11%。该数据集用于根据性别、年龄、各类疾病及吸烟状况等输入参数预测患者发生中风的可能性。本数据集可用于医疗风险预测和中风相关的学术研究。
医疗
文本
324
苏公网安备 32059002001776号
