澳鹏最新数据集

澳鹏根据市场需求,定期推出新数据集,为您的AI项目快速启动提供助力。

澳鹏最新数据集

我们的高质量数据集可帮助您快速启动AI项目。

澳鹏提供700+个成品数据集,其中包括五万余小时ASR语音数据,一百六十万余张图片,81亿token、千万词条的大语言模型相关的文本数据集。我们成品数据集旨在有效提高准确性和整体性能,并为特定的AI项目需求快速提供大规模的高质量数据集。我们也在不断构建新的数据集,以满足我们全球客户群的需求。

大语言模型数据集

针对大语言模型的基础模型训练、模型微调、以及应用落地需求,澳鹏提供超过290种语言和方言的相关文本、语音数据库,并创建了一系列LLM专用的数据集。同时,我们也有LLM全链路服务及大模型开发平台,帮助企业轻松拥抱大模型。

学科类数据集

教育大模型训练需要从大量的学科文本库中汲取不同的知识内容。高质量的知识点掌握和解题技能对于最终训练出的模型质量至关重要。澳鹏多学科题目数据库涵盖多学科试题数据,并通过多重环节严格把关数据质量,助力教育大模型训练和落地。

小语种数据集

澳鹏提供全球59个国家的64种语言的成品数据集,包括文本、音频、OCR图像、视频数据以及发音词典等。以下列出一些较为经典的语言类别。获得全部小语种数据集列表以及样例。

数据采集服务

如果您的特定用例需要更为定制化的数据集,我们的数据采集服务可单独提供,也可作为多个交付成果的一部分提供,例如ASR语音数据库,该数据库通常包括音频数据、转录、发音词典和特定语言的文档或带标注的图像数据集。我们的数据采集服务涵盖各种环境的各种数据类型和采集方法,满足您针对特定场景的数据需求。

资源中心

高效部署模型

为您提供最新最流行的AI应用所需数据集

大中华区及北亚总部

澳鹏数据科技(上海)有限公司

金科路2889弄6号长泰广场E座701

上海市浦东新区

电话:400-021-9488

@ 2024 APPEN LIMITED
澳鹏数据科技(上海)有限公司 | 沪ICP备2022020112号-1