本文将为您介绍经典、热门的数据集，希望对您在选择适合的数据集时有所帮助。
1
WriteGPT
-
更新时间：2024-03-31
-
访问地址: GitHub
-
描述：
WriteGPT是基于OCR、NLP领域的最新模型所构建的生成式文本创作AI框架，目前第一版finetune模型针对高考作文（主要是议论文），可以有效生成符合人类认知的文章，多数文章经过测试可以达到正常高中生及格作文水平。
是基于EAST、CRNN、Bert和GPT-2语言模型的高考作文生成AI，支持bert tokenizer，当前版本基于clue chinese vocab，拥有17亿参数多模块异构深度神经网络，超2亿条预训练数据，线上点击即用的文本生成效果demo：17亿参数作文杀手，是端到端生成，从试卷识别到答题卡输出一条龙服务。
-
数据集网址：
https://github.com/Turing-Project/WriteGPT
2
lobe-chat
-
更新时间：2024-12-31
-
访问地址: GitHub
-
描述：
一个开源的，现代设计的LLMS/人工智能聊天框架。支持多人工智能供应商（OpenAI/Claude 3/Gemini/Ollama/Bedrock/Azure/Mistral/Conspirity），多模态（Vision/TTS）和插件系统。一键免费部署您的私人ChatGPT聊天应用程序。
-
数据集网址：
https://github.com/find-xposed-magisk/lobe-chat
3
Thor
-
更新时间：2024-12-29
-
访问地址: GitHub
-
描述：
Thor(雷神托尔) 是一款强大的人工智能模型管理工具，其主要目的是为了实现多种AI模型的统一管理和使用。通过Thor(雷神托尔)，用户可以轻松地管理和使用众多AI模型，而且Thor(雷神托尔)兼容OpenAI的接口格式，使得使用更加方便。
-
用途：
管理功能：支持用户管理，渠道管理以及token管理，简化了管理流程。
数据统计预览：可以清晰地看到各种数据的统计情况，帮助用户更好地了解使用情况。
日志查看：支持日志查看，方便用户跟踪和解决问题。
系统设置：可以根据需要进行各种系统设置。
外部Chat链接接入：支持接入外部Chat链接，提升交互体验。
支付宝购买账号余额：提供支付宝购买账号余额的功能，方便用户进行充值。
-
数据集网址：
https://github.com/AIDotNet/Thor
4
awesome-ai-tool
-
更新时间：2024-12-06
-
访问地址: GitHub
-
描述：
"Awesome AI Tool" 是一个精选的人工智能工具集合，涵盖机器学习、深度学习、NLP等领域，帮助开发者快速找到最适合的AI工具和资源。欢迎贡献优秀项目，共同打造最全面的AI工具库。
-
数据集网址：
https://github.com/XiaomingX/awesome-ai-tool
5
JavaVision
-
更新时间：2024-03-29
-
访问地址: GitHub
-
描述：
JavaVision是一个基于Java开发的全能视觉智能识别项目。该项目起源于对图像处理和人工智能领域的热情，以及对Java作为主要编程语言的坚持。在AI领域，大多数解决方案都是使用Python实现的，因此决定充分利用Java的优势来构建一个功能强大且易于集成的视觉智能识别平台。
-
数据集网址：
https://github.com/javpower/JavaVision
6
-eBPF-
-
更新时间：2024-12-30
-
访问地址: GitHub
-
描述：
Agent是一个基于eBPF技术的容器异常检测框架，旨在通过收集容器的行为特征和指标特征，利用人工智能算法自动识别具有异常行为的容器。
Agent 使用 Linux eBPF 技术在运行时监控系统和应用程序，分析收集的数据以检测可疑行为。它具备性能分析、容器集群网络可视化、容器安全警报、一键部署和持久化存储监控等功能，支持多种 eBPF 追踪点，且易于扩展。核心导出器和命令行工具的二进制程序最小仅需约 4MB，能够在支持的 Linux 内核上运行。
在企业生产环境中应用Agent项目，可以提升系统安全性和可靠性，优化性能，简化运维管理，并增强合规性，通过实时监控、自动化异常检测和详细审计日志，帮助企业及时发现和处理安全威胁，优化资源配置，降低运维成本，确保符合行业标准和法规。
-
数据集网址：
https://github.com/ZongaoHuang/-eBPF-
7
LangChain-Tutorials-and-Examples
-
更新时间：2024-07-02
-
访问地址: GitHub
-
描述：
LangChain结合了大型语言模型、知识库和计算逻辑，可以用于快速开发强大的AI应用。这个仓库包含了我对LangChain的学习和实践经验，包括教程和代码案例。让我们一起探索LangChain的可能性，共同推动人工智能领域的进步！
-
数据集网址：
https://github.com/aihes/LangChain-Tutorials-and-Examples
8
HuaTuoAI
-
更新时间：2024-09-06
-
访问地址: GitHub
-
描述：
基于人工智能的中医图像分类, 本存储库包含一个针对中药的人工智能图像分类系统。该项目的目标是通过输入图像准确识别和分类各种中草药和成分。这个仓库里藏着一个神秘的宝藏——一个专为中药打造的人工智能图像分类系统。就像一位奇幻冒险中的导航者，这个项目的任务是将神秘的图像输入，变幻成准确的中草药和成分分类。让我们一起揭开这个数字世界中的迷雾，解锁植物的秘密，用技术和智能描绘中药的未知领域。
-
数据集网址：
https://github.com/ctkqiang/HuaTuoAI
9
algorithmStar
-
更新时间：2024-12-06
-
访问地址: GitHub
-
描述：
as机器学习库支持各种度量系数的计算，同时具有knn，决策树，线性回归等机器学习基础算法计算组件的实现，其还具有SQL式编程的数据计算库，与强大的机器视觉库，能够轻松实现各种人工智能处理需求。
-
数据集网址：
https://github.com/BeardedManZhao/algorithmStar?tab=readme-ov-file
10
TeleChat2
-
更新时间：2024-12-27
-
访问地址: GitHub
-
描述：
星辰语义大模型TeleChat2是由中国电信人工智能研究院研发训练的大语言模型，该系列模型完全基于国产算力训练。
本次开源的 TeleChat2-3B、TeleChat2-7B、TeleChat2-35B 模型已支持工具调用功能。在 Function Call 方面，我们针对性进行了效果优化，在相关榜单评测上相比同尺寸模型均有较好表现。
TeleChat2-115B模型采用10万亿 Tokens中英文高质量语料进行训练，同步开源对话模型TeleChat2-115B的多格式、多平台权重文件。
TeleChat2在训练数据、训练方法等方面进行了改进，在通用问答和知识类、代码类、数学类榜单上相比TeleChat1均有大幅提升。
在微调数据方面，我们进行了指令复杂性提升与多样性扩充，通过数据合成和人工标注生成高质量数据，并使用拒绝采样生成多样的推理路径；通过研究一套基于base模型反向选择偏好对齐数据方案，基于适配数据最大限度提升模型效果。
-
数据集网址：
https://github.com/Tele-AI/TeleChat2
