项目对比
选择 2–4 个项目，按同一口径比较。
esbatmop / MNBVC
MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化,也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。
cocodataset / cocoapi
COCO API - 数据集@ http://cocodataset.org/
热度
仓库 Star4,2986,390最高
Fork2983,714最高
维护
最近推送2026-10-252024-04-17
仓库创建2022-12-312015-01-25
基本信息
按用途浏览数据库与数据工具数据库与数据工具
资源类型数据集与评测资源数据集与评测资源
细分类文本数据集文本数据集
首次收录2026-11-032026-11-03
语言—Jupyter Notebook
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。 采集时间 2026-11-06 UTC