3,616 repos GH 3,501 / HF 115 · 11 categories · GitHub上のAI関連OSSを日本語で早見 · 毎日自動更新

#データセット (20 repos)

「データセット」タグが付いたリポジトリ

← 全リポジトリ

LLM
GitHub
EnterpriseRAG-Bench
EnterpriseRAG-Benchは、企業の社内文書に特化したRAGシステム評価用のデータセットおよびベンチマークを提供します…
#Python #RAG対応 #データセット
★ 442 ⑂ 46 MIT 2026-05-08
動画生成
GitHub
OpenS2V-Nexus
OpenS2V-Nexusは、PKU-YuanGroupによるSubject-to-Video生成のための公式実装で、NeurIPS 2025 D&Bで発表されます。…
#Hugging Face #Python #データセット
★ 223 ⑂ 9 Apache-2.0 2026-05-19
3D / NeRF
GitHub
oxford_spires_dataset
このツールは、Oxford Spires Datasetを用いて、SLAM（自己位置推定と環境地図作成）、NeRF（Neural Radiance Fields…
#3D再構築 #Docker #Python
★ 162 ⑂ 5 NOASSERTION 2026-06-19
動画生成
GitHub
PhysInOne
PhysInOneは、物理法則に基づいたAI学習と推論のための大規模なデータセットです。AIシステム向けの物理学に基づいた…
#AI開発 #Python #コンピュータビジョン
★ 96 ⑂ 1 NOASSERTION 2026-06-28
マルチモーダル
GitHub
OmniVideo-100K
「OmniVideo-100K」は、音声・視覚推論能力の向上を目指す大規模データセットと、そのための自動データ合成エンジン…
#CLI #Linux #MLLM
★ 55 ⑂ 2 Apache-2.0 2026-06-19
画像生成
GitHub
gpic
GPIC（Giant Permissive Image Corpus）は、視覚生成モデリング研究のための巨大で許容性の高い画像コーパスです。約…
#GPU必須 #Hugging Face #Python
★ 49 ⑂ 2 MIT 2026-06-04
音声生成 / TTS
GitHub
voice-zero
Voice-Zeroは、ゼロショットテキスト音声合成エンジン（Chatterbox、Pocket TTSなど）で利用可能な、高品質なオープ…
#CLIツール連携 #Python #データセット
★ 39 ⑂ 7 NOASSERTION 2026-05-14
LLM
GitHub
AttributeCiteQuote
このリポジトリは、大規模言語モデル（LLMs）を用いた証拠に基づくテキスト生成に関する調査研究「Attribution, Cita…
#LLM関連 #データセット #研究成果
★ 7 BSD-3-Clause 2026-04-17
3D / NeRF
GitHub
4dgs-human-avatar-comfyui-nodes-dataset
このリポジトリは、ComfyUI向けの究極の4DGS（4D Gaussian Splatting）モジュール「Shramko-Volumetric-Bridge」と、…
#ComfyUI対応 #GPU必須 #Python
★ 6 Apache-2.0 2026-06-19
マルチモーダル
GitHub
egobabyvlm
本リポジトリは、EgoBabyVLMチャレンジのインフラを提供します。これは、乳幼児の一人称視点ビデオデータ（BabyView …
#Python #PyTorch #VLM
★ 6 NOASSERTION 2026-06-23
マルチモーダル
GitHub
multimodal-docs-public
M-LongDocは、EMNLP 2025で採択されたマルチモーダル超長文ドキュメント理解のための挑戦的なベンチマークと、検索対…
#GPU必須 #Python #データセット
★ 5 2026-06-09
LLM
GitHub
SocialSim
本リポジトリは、AAAI 2025論文「SocialSim: Towards Socialized Simulation of Emotional Support Conversation」に…
#AI/ML #Python #データセット
★ 5 ⑂ 1 NOASSERTION 2026-05-20
LLM
GitHub
Summer-inland-waterway-communication-dataset
LLIPSEは、内陸水路における船と陸間の通信のEnd-to-End遅延を予測するための軽量なLLM（大規模言語モデル）ベースの…
#LLM利用 #Python #エッジAI
★ 3 ⑂ 2 MIT 2026-05-27
3D / NeRF
GitHub
qi_wu_bo_yan_pointcloud_dataset
このリポジトリは、41件の中国古代文物に関する高品質な3D点群データセットを提供します。点群の品質評価、3D再構築…
#3D点群 #Python #データセット
★ 2 NOASSERTION 2026-05-08
マルチモーダル
GitHub
japan-ocr-mini-benchmark-public
このツールは、ノイズの多い合成レシート画像、グラウンドトゥルースJSON、ローカルのLM Studioベースライン結果を含…
#CLI #LM Studio #OCRベンチマーク
★ 1 NOASSERTION 2026-06-30
ASR / 音声認識
GitHub
awesome-oral-history-ai
このGitHubリポジトリは、ホロコーストの証言とオーラルヒストリーのAI/NLP研究に特化した、データセット、アーカイ…
#AI/NLP #オーラルヒストリー #データセット
★ 1 NOASSERTION 2026-06-16