id
stringlengths 6
121
| author
stringlengths 2
42
| description
stringlengths 0
6.67k
|
|---|---|---|
FrancophonIA/Aix_Map_task
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000875
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Ceci est la condition audio-visuelle du corpus Aix Map task. Deux participants sont assis face-à-face et effectuent la Map Task.
Citation
@misc{11403/sldr000875/v1,
title = {Audio-visual condition of Aix Map Task},
author = {Jan Gorisch, Laurent Prévot},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Aix_Map_task.
|
FrancophonIA/CID
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000027
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Le CID (Corpus d'interactions dialogales / Corpus of Interactional Data) est un corpus audio-video de 8 heures, en français, destiné à l'annotation multimodale qui inclut la phonétique, la prosodie, la morphologie, la syntaxe, le discours et la mimo-gestualité.
Citation… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/CID.
|
FrancophonIA/Berlin
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/ortolang-000893
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus pseudo-longitudinal de récits oraux d’une séquence filmique muette. Les récits sont produits en français L2 par des adolescents berlinois, en situation de face à face avec un locuteur dont le français est la L1. Une fiche de vocabulaire est à disposition des narrateurs.
Le film vu est un… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Berlin.
|
FrancophonIA/IPC
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/ortolang-000919
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus de formation des médecins à l’annonce d’événements indésirables graves.
Source du corpus : l’Institut Paoli-Calmettes de Marseille.
Corpus vidéo/audio avec transcriptions et annotations.
Citation
@misc{11403/ortolang-000919/v1,
title = {Corpus IPC},
author = {IPC}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/IPC.
|
FrancophonIA/Europe
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/ortolang-000909
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Enregistrement sur France Culture de l’émission «La Suite dans les idées» produite par Sylvain Bourmeau et diffusée le 25 février 2000 à partir du magnétophone d’une chaîne compacte privée (une seule piste). L’émission dure environ 45 minutes. Elle a pour titre «L’Europe et son élargissement… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Europe.
|
FrancophonIA/DMG_entretiens
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000714
Ce jeu de données ne contient que les transcriptions. Pour récupérer les audios, vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus audio de 4 entretiens semi-dirigés (environ 5h30 au total).Les entretiens portent sur la féminisation des textes (double-marquage) en contexte politique libertaire, avec des locuteurs issus de ces cultures… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/DMG_entretiens.
|
FrancophonIA/Marseille_2007
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000019
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus résultant d’une enquête de terrain réalisée à Marseille.
Corpus constitué de 10 entretiens semi-directifs réalisés avec des informateurs nés à Marseille, entre janvier et novembre 2007.
Tous les informateurs sont francophones natifs, nés et résidant à Marseille. Les autres critères pris en… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Marseille_2007.
|
FrancophonIA/Lausanne_2007
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000020
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus résultant d’une enquête de terrain réalisée à Lausanne (Canton de Vaud, Suisse) en 2007.
Corpus constitué de 10 entretiens semi-directifs réalisés avec des locuteurs lausannois.
Tous les informateurs sont francophones natifs. Ils sont nés et résident à Lausanne. Les autres critères pris en… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Lausanne_2007.
|
xguman/hw5_text_dataset
|
xguman
|
Dataset of Slovak literature works from https://zlatyfond.sme.sk/ - digitized collection of works, mainly by important writers of Slovak literature , which are no longer subject to copyright
dataset_info:
features:
- name: text
dtype: string
- name: file_name
dtype: string
splits:
- name: train
num_bytes: 64643646
num_examples: 2801
download_size: 40385483
dataset_size: 64643646
configs:
- config_name: default
data_files:
- split: train
path:… See the full description on the dataset page: https://huggingface.co/datasets/xguman/hw5_text_dataset.
|
Jerry999/ImplicitPersonalizationData
|
Jerry999
|
Implicit Personalization in Language Models: A Systematic Study
The work has been accepted to EMNLP 2024 Findings.
Abstract: Implicit Personalization (IP) is a phenomenon of language models inferring a user's background from the implicit cues in the input prompts and tailoring the response based on this inference. While previous work has touched upon various instances of this problem, there lacks a unified framework to study this behavior. This work systematically studies IP… See the full description on the dataset page: https://huggingface.co/datasets/Jerry999/ImplicitPersonalizationData.
|
open-llm-leaderboard/CultriX__Qwen2.5-14B-Wernicke-SLERP-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of CultriX/Qwen2.5-14B-Wernicke-SLERP
Dataset automatically created during the evaluation run of model CultriX/Qwen2.5-14B-Wernicke-SLERP
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/CultriX__Qwen2.5-14B-Wernicke-SLERP-details.
|
Bretagne/leipzig_corpora_br
|
Bretagne
|
Dataset origin: https://wortschatz.uni-leipzig.de/en/download/Breton
Description
The Leipzig Corpora Collection presents corpora in different languages using the same format and comparable sources. All data are available as plain text files and can be imported into a MySQL database by using the provided import script. They are intended both for scientific use by corpus linguists as well as for applications such as knowledge extraction programs.
The corpora are identical in… See the full description on the dataset page: https://huggingface.co/datasets/Bretagne/leipzig_corpora_br.
|
J-LAB/sft_ptbr_portugues
|
J-LAB
|
chat_template: {% for message in messages %}{% if message['role'] == 'user' %}{{'<|im_start|>user\n' + message['content'] + '<|im_end|>\n'}}{% elif message['role'] == 'assistant' %}{{'<|im_start|>assistant\n' + message['content'] + '<|im_end|>\n' }}{% elif message['role'] == 'docs' %}{{'<|im_start|>docs\n' + message['content'] + '<|im_end|>\n' }}{% elif message['role'] == 'func_response' %}{{'<|im_start|>function_response\n' + message['content'] + '<|im_end|>\n' }}{% else %}{{… See the full description on the dataset page: https://huggingface.co/datasets/J-LAB/sft_ptbr_portugues.
|
teledocmedical/image
|
teledocmedical
|
title: Image To Prompt
emoji: 😻
colorFrom: purple
colorTo: blue
sdk: gradio
sdk_version: 4.44.1
app_file: app.py
pinned: true# imagemrepo
|
Bretagne/UD_Breton-KEB
|
Bretagne
|
Description
Version parsée de UD_Breton-KEB afin de rendre son usage plus simple.
Ce dépôt ne s'intéresse qu'au POS.
Pour la partie traduction breton/français, nous vous invitions à consulter Bretagne/UD_Breton-KEB.
UD Breton-KEB est une banque d'arbres de textes en breton qui a été annotée manuellement selon les directives d'Universal Dependencies.
La tokenisation et l'annotation morphologique proviennent d'un analyseur morphologique à état fini publié dans le cadre du projet… See the full description on the dataset page: https://huggingface.co/datasets/Bretagne/UD_Breton-KEB.
|
zlicastro/zanya-godot-hdr-dataset
|
zlicastro
|
Zanya's Godot HDR Dataset
Repository: https://huggingface.co/datasets/zlicastro/zanya-godot-hdr-dataset
Dataset Summary
This dataset contains HDR images rendered from the Godot Engine. Each image is of openly licensed items or scenes.
How Images were Captured
Screenshots were taken with Godot Engine 4.3.
A custom script was made for taking screenshots and their previews.
|
gonzalobenegas/99.zarr
|
gonzalobenegas
|
Source: https://huggingface.co/datasets/songlab/multiz100wayInspired by https://huggingface.co/datasets/lpigou/89.zarr
99.zarr.tar.gz is created with pigz with option -1 for fastest decompression.
Install pigz if not already installed:
sudo apt install pigz
Download and extract:
wget https://huggingface.co/datasets/gonzalobenegas/99.zarr/resolve/main/99.zarr.tar.gz
unpigz < 99.zarr.tar.gz | tar -x
|
PJMixers-Dev/Weyaxi_HelpSteer-filtered-Reflection-Gemini-1.5-Flash-ShareGPT
|
PJMixers-Dev
|
System prompt taken from here and slightly modified. 4 examples were generated with GPT-4o and then slightly modified.
The examples were sent to Gemini-1.5-Flash followed by the real user turn. Any samples which had responses which were stopped with finish_reason: "SAFETY" were skipped, and responses which did not contain one of each start/stop tag were regenerated. If it failed to generate within 3 tries the sample was skipped.
model = genai.GenerativeModel(
"models/gemini-1.5-flash"… See the full description on the dataset page: https://huggingface.co/datasets/PJMixers-Dev/Weyaxi_HelpSteer-filtered-Reflection-Gemini-1.5-Flash-ShareGPT.
|
dogtooth/off-policy-0.1-with-on-policy-0.1-iter1_generated_helpsteer2_binarized_1729901189
|
dogtooth
|
allenai/open_instruct: Generation Dataset
See https://github.com/allenai/open-instruct/blob/main/docs/algorithms/rejection_sampling.md for more detail
Configs
args:
{'add_timestamp': True,
'alpaca_eval': False,
'dataset_end_idx': 8636,
'dataset_mixer_list': ['dogtooth/helpsteer2_binarized', '1.0'],
'dataset_splits': ['train'],
'dataset_start_idx': 0,
'hf_entity': 'dogtooth',
'hf_repo_id':… See the full description on the dataset page: https://huggingface.co/datasets/dogtooth/off-policy-0.1-with-on-policy-0.1-iter1_generated_helpsteer2_binarized_1729901189.
|
md-nishat-008/Mojo_SFT
|
md-nishat-008
|
🔥 Mojo-Coder 🔥
State-of-the-art Language Model for Mojo Programming
🎯 Background and Motivation
Mojo programming language, developed by Modular, has emerged as a game-changing technology in high-performance computing and AI development. Despite its growing popularity and impressive capabilities (up to 68,000x faster than Python!), existing LLMs struggle with Mojo code generation. Mojo-Coder addresses this gap by providing specialized support for Mojo programming, built upon… See the full description on the dataset page: https://huggingface.co/datasets/md-nishat-008/Mojo_SFT.
|
md-nishat-008/Mojo_mSFT
|
md-nishat-008
|
🔥 Mojo-Coder 🔥
State-of-the-art Language Model for Mojo Programming
🎯 Background and Motivation
Mojo programming language, developed by Modular, has emerged as a game-changing technology in high-performance computing and AI development. Despite its growing popularity and impressive capabilities (up to 68,000x faster than Python!), existing LLMs struggle with Mojo code generation. Mojo-Coder addresses this gap by providing specialized support for Mojo programming, built upon… See the full description on the dataset page: https://huggingface.co/datasets/md-nishat-008/Mojo_mSFT.
|
open-llm-leaderboard/NLPark__Shi-Ci-Robin-Test_3AD80-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of NLPark/Shi-Ci-Robin-Test_3AD80
Dataset automatically created during the evaluation run of model NLPark/Shi-Ci-Robin-Test_3AD80
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the latest… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/NLPark__Shi-Ci-Robin-Test_3AD80-details.
|
ashercn97/words-with-descriptions
|
ashercn97
|
Dataset Card for words-with-descriptions
This dataset has been created with distilabel.
Dataset Summary
This dataset contains a pipeline.yaml which can be used to reproduce the pipeline that generated it in distilabel using the distilabel CLI:
distilabel pipeline run --config "https://huggingface.co/datasets/ashercn97/words-with-descriptions/raw/main/pipeline.yaml"
or explore the configuration:
distilabel pipeline info --config… See the full description on the dataset page: https://huggingface.co/datasets/ashercn97/words-with-descriptions.
|
open-llm-leaderboard/OpenBuddy__openbuddy-nemotron-70b-v23.2-131k-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of OpenBuddy/openbuddy-nemotron-70b-v23.2-131k
Dataset automatically created during the evaluation run of model OpenBuddy/openbuddy-nemotron-70b-v23.2-131k
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/OpenBuddy__openbuddy-nemotron-70b-v23.2-131k-details.
|
open-llm-leaderboard/Tsunami-th__Tsunami-1.0-14B-Instruct-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of Tsunami-th/Tsunami-1.0-14B-Instruct
Dataset automatically created during the evaluation run of model Tsunami-th/Tsunami-1.0-14B-Instruct
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/Tsunami-th__Tsunami-1.0-14B-Instruct-details.
|
fdaudens/us-presidential-elections-with-electoral-college
|
fdaudens
|
U.S. Presidential Election Constituency Returns (1976-2020)
Dataset Summary
This dataset contains state-level constituency returns for U.S. presidential elections from 1976 to 2020, compiled by the MIT Election Data Science Lab. The dataset includes 4,287 observations across 15 variables, offering detailed insights into the voting patterns for presidential elections over four decades. The data sources include the biennially published document “Statistics of the… See the full description on the dataset page: https://huggingface.co/datasets/fdaudens/us-presidential-elections-with-electoral-college.
|
md-nishat-008/HumanEval-Mojo
|
md-nishat-008
|
🔥 Mojo-Coder 🔥
State-of-the-art Language Model for Mojo Programming
🎯 Background and Motivation
Mojo programming language, developed by Modular, has emerged as a game-changing technology in high-performance computing and AI development. Despite its growing popularity and impressive capabilities (up to 68,000x faster than Python!), existing LLMs struggle with Mojo code generation. Mojo-Coder addresses this gap by providing specialized support for Mojo programming, built upon… See the full description on the dataset page: https://huggingface.co/datasets/md-nishat-008/HumanEval-Mojo.
|
CultriX/aya_dutch_dpo_binarized
|
CultriX
|
Dataset Card for aya_dutch_dpo
This dataset has been created with distilabel.
This dataset was created as part of the Data is Better Together project, in particular as part of an ongoing effort to help foster the creation of DPO/ORPO datasets for more languages.
The dataset was constructed using the following steps:
starting with the aya_dataset and filtering for Dutch examples
using the Meta-Llama-3-70B-Instruct model to generate new examples for each prompt… See the full description on the dataset page: https://huggingface.co/datasets/CultriX/aya_dutch_dpo_binarized.
|
jaeyong2/ja-persona-cot-inst
|
jaeyong2
|
How to use
>>> from datasets import load_dataset
>>> ds = load_dataset("jaeyong2/ja-persona-cot-inst", split="train")
>>> ds
Dataset({
features: ['content', 'text'],
num_rows: 645000
})
Development Process
load Question dataset from jaeyong2/persona-inst
We used Qwen/Qwen2-72B-Instruct model to generate answer with COT.
License
Qwen/Qwen2.5-72B-Instruct : https://huggingface.co/Qwen/Qwen2-72B-Instruct/blob/main/LICENSE… See the full description on the dataset page: https://huggingface.co/datasets/jaeyong2/ja-persona-cot-inst.
|
jaeyong2/thai-persona-cot-inst
|
jaeyong2
|
How to use
>>> from datasets import load_dataset
>>> ds = load_dataset("jaeyong2/thai-persona-cot-inst", split="train")
>>> ds
Dataset({
features: ['content', 'text'],
num_rows: 735000
})
Development Process
load Question dataset from jaeyong2/persona-inst
We used Qwen/Qwen2-72B-Instruct model to generate answer with COT.
License
Qwen/Qwen2.5-72B-Instruct : https://huggingface.co/Qwen/Qwen2-72B-Instruct/blob/main/LICENSE… See the full description on the dataset page: https://huggingface.co/datasets/jaeyong2/thai-persona-cot-inst.
|
jaeyong2/viet-persona-cot-inst
|
jaeyong2
|
>>> from datasets import load_dataset
>>> ds = load_dataset("jaeyong2/viet-persona-cot-inst", split="train")
>>> ds
Dataset({
features: ['content', 'text'],
num_rows: 750000
})
Development Process
load Question dataset from jaeyong2/persona-inst
We used Qwen/Qwen2-72B-Instruct model to generate answer with COT.
License
Qwen/Qwen2.5-72B-Instruct : https://huggingface.co/Qwen/Qwen2-72B-Instruct/blob/main/LICENSE
proj-persona/PersonaHub :… See the full description on the dataset page: https://huggingface.co/datasets/jaeyong2/viet-persona-cot-inst.
|
jaeyong2/ko-persona-cot-inst
|
jaeyong2
|
How to use
>>> from datasets import load_dataset
>>> ds = load_dataset("jaeyong2/ko-persona-cot-inst", split="train")
>>> ds
Dataset({
features: ['content', 'text'],
num_rows: 240000
})
Development Process
load Question dataset from jaeyong2/persona-inst
We used Qwen/Qwen2-72B-Instruct model to generate answer with COT.
License
Qwen/Qwen2.5-72B-Instruct : https://huggingface.co/Qwen/Qwen2-72B-Instruct/blob/main/LICENSE… See the full description on the dataset page: https://huggingface.co/datasets/jaeyong2/ko-persona-cot-inst.
|
ChavyvAkvar/wikiart
|
ChavyvAkvar
|
wikiart
This dataset contains paired image-caption files for text-to-image training.
Dataset Structure
images/: Directory containing all artwork images in JPG format
captions/: Directory containing corresponding caption files in TXT format
metadata.csv: Basic metadata for all artworks
complete_metadata.csv: Detailed metadata including file paths
all_captions.txt: Compilation of all captions
Usage
Each image file has a corresponding caption file… See the full description on the dataset page: https://huggingface.co/datasets/ChavyvAkvar/wikiart.
|
gaunernst/voxceleb2-dev-wds
|
gaunernst
|
VoxCeleb2 - dev set
This is a copy of VoxCeleb2 dev set in WebDataset format. The audio data is the original AAC-encoded files without any transcoding. Refer to https://arxiv.org/abs/1806.05622 for more details about the dataset.
There are 1,092,009 samples covering 5,994 unique speakers. The dataset is split into 779 shards of ~100MB.
Usage
import torchaudio
import webdataset as wds
from datasets import load_dataset
def decode_audio(sample):
audio, fs =… See the full description on the dataset page: https://huggingface.co/datasets/gaunernst/voxceleb2-dev-wds.
|
open-llm-leaderboard/netcat420__MFANN-phigments-slerp-V2-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of netcat420/MFANN-phigments-slerp-V2
Dataset automatically created during the evaluation run of model netcat420/MFANN-phigments-slerp-V2
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/netcat420__MFANN-phigments-slerp-V2-details.
|
open-llm-leaderboard/KingNish__Reasoning-Llama-3b-v0.1-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of KingNish/Reasoning-Llama-3b-v0.1
Dataset automatically created during the evaluation run of model KingNish/Reasoning-Llama-3b-v0.1
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the latest… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/KingNish__Reasoning-Llama-3b-v0.1-details.
|
takuzennn/sort_objects
|
takuzennn
|
This dataset was created using LeRobot.
|
open-llm-leaderboard/netcat420__MFANN3bv0.22-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of netcat420/MFANN3bv0.22
Dataset automatically created during the evaluation run of model netcat420/MFANN3bv0.22
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the latest results.
An… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/netcat420__MFANN3bv0.22-details.
|
gaunernst/glint360k-wds-gz
|
gaunernst
|
Glint360K
This dataset is introduced in the Partial FC paper https://arxiv.org/abs/2010.05222.
There are 17,091,657 images and 360,232 ids. All images are aligned based on facial landmarks predicted by RetinaFace and resized to 112x112.
This was downloaded from https://github.com/deepinsight/insightface/tree/master/recognition/_datasets_. The original dataset format is MXNet RecordIO. It was converted to WebDataset in this copy here. There are 1,385 shards in total.… See the full description on the dataset page: https://huggingface.co/datasets/gaunernst/glint360k-wds-gz.
|
robotcompanyone/koch_rag_fold
|
robotcompanyone
|
This dataset was created using 🤗 LeRobot.
|
bigbio/samd
|
bigbio
|
This dataset contains comments about patients and the sentiment in those comments about a specific drug that's mentioned.
The dataset has to be download from the Kaggle challenge:
https://www.kaggle.com/datasets/arbazkhan971/analyticvidhyadatasetsentiment/data
|
tunngo/test_4
|
tunngo
|
FLEURS
Fleurs is the speech version of the FLoRes machine translation benchmark.
We use 2009 n-way parallel sentences from the FLoRes dev and devtest publicly available sets, in 102 languages.
Training sets have around 10 hours of supervision. Speakers of the train sets are different than speakers from the dev/test sets. Multilingual fine-tuning is
used and ”unit error rate” (characters, signs) of all languages is averaged. Languages and results are also grouped into seven… See the full description on the dataset page: https://huggingface.co/datasets/tunngo/test_4.
|
navimii/LaserTech_WorldMorph
|
navimii
|
status
trained on Flux
trained on SD1.5
collection Date
09/08/2024 to 10/08/2024
Original intent
the illustration of a fictional world obressed with extreme precision
|
gabrielblins/my-distiset
|
gabrielblins
|
Dataset Card for my-distiset
This dataset has been created with distilabel.
Dataset Summary
This dataset contains a pipeline.yaml which can be used to reproduce the pipeline that generated it in distilabel using the distilabel CLI:
distilabel pipeline run --config "https://huggingface.co/datasets/gabrielblins/my-distiset/raw/main/pipeline.yaml"
or explore the configuration:
distilabel pipeline info --config… See the full description on the dataset page: https://huggingface.co/datasets/gabrielblins/my-distiset.
|
gabrielblins/odc-datatest
|
gabrielblins
|
Dataset Card for odc-datatest
This dataset has been created with distilabel.
Dataset Summary
This dataset contains a pipeline.yaml which can be used to reproduce the pipeline that generated it in distilabel using the distilabel CLI:
distilabel pipeline run --config "https://huggingface.co/datasets/gabrielblins/odc-datatest/raw/main/pipeline.yaml"
or explore the configuration:
distilabel pipeline info --config… See the full description on the dataset page: https://huggingface.co/datasets/gabrielblins/odc-datatest.
|
DewiBrynJones/evals-whisper-cv-cy-train-all-plus-other-with-excluded-ft-cv-tts
|
DewiBrynJones
|
Model: DewiBrynJones/whisper-cv-cy-train-all-plus-other-with-excluded-ft-cv-tts
Test Set: DewiBrynJones/commonvoice_18_0_cy
Split: test
WER: 20.816184
CER: 6.570441
|
g8a9/building_bridges
|
g8a9
|
Dataset associated with the paper Building Bridges: A Dataset for Evaluating Gender-Fair Machine Translation into German.
Scheme
rid: row id
seed: seed noun searched in the sentences
prev_context: two sentences preceding the matching sentence
matching: the sentence where we found the seed noun
trail_context: one sentence following the matching sentence
source: the concatenation of prev_context, matching, and trail_context
|
takuzennn/flipT_v2
|
takuzennn
|
This dataset was created using LeRobot.
|
Isotonic/symbolic_data_first_order_logic
|
Isotonic
|
Dataset Card for "symbolic_data_first_order_logic"
More Information needed
|
leolee99/NotInject
|
leolee99
|
NotInject: Evaluating and Mitigating Over-defense in Prompt Guard Models for Robustness against Prompt Injection Attacks
Website, Code, Demo
Dataset Description
The NotInject is a benchmark designed to evaluate the extent of over-defense in existing prompt guard models against prompt injection. All samples in the dataset are benign but contain trigger words that may be mistakenly flagged as risky. The dataset is divided into three subsets, each consisting of… See the full description on the dataset page: https://huggingface.co/datasets/leolee99/NotInject.
|
Isotonic/equation_solving
|
Isotonic
|
Dataset Card for "equation_solving"
More Information needed
|
davidfungf/pdfdata
|
davidfungf
|
Dataset Card for Dataset Name
This dataset card aims to be a base template for new datasets. It has been generated using this raw template.
Dataset Details
Dataset Description
Curated by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Dataset Sources [optional]… See the full description on the dataset page: https://huggingface.co/datasets/davidfungf/pdfdata.
|
FrancophonIA/PSH_DISPE
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000757
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Issu d'une collaboration entre le Laboratoire Parole et Langage (LPL) et l'Institut de Plongée Professionnelle de Marseille (INPP) en 1991, le corpus PSH/DISPE répond à la demande d'une base de sons pour le développement de nouveaux procédés de « décodage » de la parole hyperbare, et d'un outil pour… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/PSH_DISPE.
|
FrancophonIA/voyelles_mots_FR
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000040
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Extrait d'un corpus trilingue français/anglais/espagnol.
Annotation phonétique disponible.
Citation
@misc{11403/sldr000040/v2,
title = {Voyelles et mots FR},
author = {LPL},
url = {https://hdl.handle.net/11403/sldr000040/v2},
note = {{ORTOLANG} ({Open} {Resources} {and}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/voyelles_mots_FR.
|
FrancophonIA/Textes_FR
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000042
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Extrait d'un corpus trilingue Français/anglais/espagnol.Annotation des voyelles disponible.Textes transcrits.
Citation
@misc{11403/sldr000042/v2,
title = {Textes FR},
author = {LPL},
url = {https://hdl.handle.net/11403/sldr000042/v2},
note = {{ORTOLANG} ({Open}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Textes_FR.
|
FrancophonIA/Apero-Toulouse
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000742
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Petit corpus d'une vingtaine de dialogues d'explication d'itinéraire réels par téléphone.Transcription orthographique non alignée avec le son.Forme des segments (assertion, question oui/non, question-wh,...)Annotation des fonctions des segments (notamment en relation avec la tâche d'explication… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Apero-Toulouse.
|
FrancophonIA/Dialogue_francais_role_play
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000738 and https://www.ortolang.fr/market/corpora/sldr000739
Ce jeu de données ne contient que les transcriptions. Pour récupérer les audios (sldr000738), vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Dialogue in French (role-play). The speech material used here contains dialogues spoken by 38 native speakers of French (10 pairs of female and 9 pairs of… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Dialogue_francais_role_play.
|
aractingi/reach_cube_sim_prog
|
aractingi
|
This dataset was created using LeRobot.
|
FrancophonIA/ACTER-v1.5
|
FrancophonIA
|
Dataset origin: https://clarin.eurac.edu/repository/xmlui/handle/20.500.12124/47
ACTER Annotated Corpora for Term Extraction Research, version 1.5
ACTER is a manually annotated dataset for term extraction, covering 3 languages (English, French, and Dutch), and 4 domains (corruption, dressage, heart failure, and wind energy).
Readme structure:
General
Abbreviations
Data Structure
Annotations
Additional Information
Updates
Error Reporting
License
1. General… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ACTER-v1.5.
|
FrancophonIA/Migration
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000718
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Témoignages franco-allemands de la migration européenne.Dans le cadre du projet interdisciplinaire franco-allemand “Migratio et memoria“ (Romanisches Seminar der Albert Ludwigs Universitaet Freiburg, S Pfaender et Laboratoire Parole et Langage, CNRS, UMR 6057, Aix-en-Provence, S Kriegel), nous avons… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Migration.
|
FrancophonIA/MUROL
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000765
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
12 locuteurs (six hommes, six femmes) ont enregistré par couple de même sexe six dialogues spontanés, d’une quinzaine de minutes chacun, dans une chambre sourde. En plus de ces 6 couples d'adultes, 2 couples d'enfants ont enregistré dans les mêmes conditions.
Citation… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/MUROL.
|
FrancophonIA/Edinburgh
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000779
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus français de parole de laboratoire, construit afin de tester le rôle des indices prosodiques (particulièrement l'accent initial en français) dans la désambiguïsation de phrases syntaxiquement ambiguës (similaire au paradigme "Old men and women"). Approx. 3000 phrases, variant en longueur de… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Edinburgh.
|
FrancophonIA/OTG
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000831
Description
Transcription orthographique d’un corpus de dialogue oral personne-personne à forte interactivité : échanges en présentiel à l’accueil d’un office du tourisme.315 Dialogues - Locuteurs : 315 touristes + 5 réceptionnistes - 2 heures d’enregistrement - 26000 mots
Citation
@misc{11403/sldr000831/v1.1,
title = {OTG},
author = {LIFAT},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/OTG.
|
FrancophonIA/relations_internationales
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000889
Description
Rencontres entre des étudiants étrangers en fin de séjour et la secrétaire du service des relations internationales d’une université. Questions administratives.
Anonymisation en cours.
Citation
@misc{11403/sldr000889/v1,
title = {Service des relations internationales},
author = {SYLED and ATILF},
url = {https://hdl.handle.net/11403/sldr000889/v1},
note = {{ORTOLANG}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/relations_internationales.
|
FrancophonIA/office_immigration
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000885
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Rencontre entre des usagers et des agents administratifs à l’office de l’immigration. Questions administratives en lien avec la procédure d’obtention du visa long séjour.
Transcriptions orthographique pour la plupart des enregistrements. Non faite pour les autres.
Anonymisation en cours.
Annotations :… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/office_immigration.
|
FrancophonIA/entretiens_comprehension_orale
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000882
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Entretiens entre la chercheure et des étudiants étrangers au sujet de leur apprentissage du français, de leur séjour en France, de l’évolution de leur aisance dans leur compréhension de l’oral en français.
Certains enregistrements contiennent également un test de reconnaissance des implicites.… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/entretiens_comprehension_orale.
|
FrancophonIA/prefecture
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000887
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Interactions administratives entre des agents de la préfecture (bureau de remise des visas) et des usagers étrangers.
Citation
@misc{11403/sldr000887/v1,
title = {Préfecture},
author = {SYLED and ATILF},
url = {https://hdl.handle.net/11403/sldr000887/v1},
note =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/prefecture.
|
sepiatone/ai4bharat-indicqa-hi-202410
|
sepiatone
|
Description: This dataset is prepared from the Indic QA dataset created by ai4bharat. This dataset contains only the Hindi question answering part of the original dataset.
Dataset Info: Each entry in the dataset is a 'context', a passage providing information, followed by a series of 'questions' and 'answers'
Prepared by @sepiatone for the purpose of instruction (non-commercial)
|
FrancophonIA/ecole_doctorale
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000880
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
RDV entre une doctorante italienne et un secrétaire d’école doctorale roumain. Problème administratif.
Citation
@misc{11403/sldr000880/v1,
title = {Ecole doctorale},
author = {SYLED and ATILF},
url = {https://hdl.handle.net/11403/sldr000880/v1},
note = {{ORTOLANG} ({Open}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ecole_doctorale.
|
FrancophonIA/entretiens_conversation
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000883
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Conversation entre la chercheure et des étudiants étrangers. Thèmes divers.
Transcriptions partielles disponibles sur demande.
Anonymisation en cours.
Citation
@misc{11403/sldr000883/v1,
title = {Entretiens conversation},
author = {SYLED and ATILF},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/entretiens_conversation.
|
open-llm-leaderboard/LilRg__PRYMMAL-ECE-7B-SLERP-V3-details
|
open-llm-leaderboard
|
Dataset Card for Evaluation run of LilRg/PRYMMAL-ECE-7B-SLERP-V3
Dataset automatically created during the evaluation run of model LilRg/PRYMMAL-ECE-7B-SLERP-V3
The dataset is composed of 38 configuration(s), each one corresponding to one of the evaluated task.
The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run.The "train" split is always pointing to the latest… See the full description on the dataset page: https://huggingface.co/datasets/open-llm-leaderboard/LilRg__PRYMMAL-ECE-7B-SLERP-V3-details.
|
FrancophonIA/RARHYF
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000023
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Enregistrements acoustiques longitudinaux de jeunes femmes produisant 10 fois le même corpus (lecture, voyelles tenues...) à plusieurs jours d’intervalle
Citation
@misc{11403/sldr000023/v1,
title = {RARHYF},
author = {Antoine Giovanni},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/RARHYF.
|
FrancophonIA/cours_alpha
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000876
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Cours particulier d’alphabétisation dispensé par une bénévole à une femme algérienne mère de famille, et auto-confrontation de l’enseignante.
Citation
@misc{11403/sldr000757/v2,
title = {PSH/DISPE - Parole subaquatique et/ou hyperbare},
author = {Alain Marchal},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/cours_alpha.
|
FrancophonIA/secretariat_FLE
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000888
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Rencontre entre une étudiante de français langue étrangère et un secrétaire de département pour récupérer son diplôme.
Citation
@misc{11403/sldr000888/v1,
title = {Secrétariat de FLE},
author = {SYLED and ATILF},
url = {https://hdl.handle.net/11403/sldr000888/v1},
note =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/secretariat_FLE.
|
FrancophonIA/ecrivain_public
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000881
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Rencontres entre des usagers et une écrivain public. Usagers francophones non natifs. Ecrivain public francophone native. Problèmes administratifs divers.
Transcription orthographique réalisée en partie.
Anonymisation en cours.
Citation
@misc{11403/sldr000881/v1,
title = {Ecrivain… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ecrivain_public.
|
ma3oun/moss_test
|
ma3oun
|
This dataset was created using LeRobot.
|
FrancophonIA/Corpus-e
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000866
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Ce corpus se compose d’un enregistrement de quatre listes de mots contenant /e/ et /ɛ/ dans des positions différentes, produites par des locuteurs méridionaux. Le but de ce corpus est de montrer la difficulté de discrimination de contraste /e/-/ɛ/ en situation de production par des sujets méridionaux.… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Corpus-e.
|
FrancophonIA/lexique_designation
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000852
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Ce corpus audio vient renforcer une enquête sociolinguistique menée en 2013 ; cette enquête est décrite comme suit :
'Nous nous intéressons à ce que nous appelons la désignation, c’est-à-dire au lexique employé par un locuteur pour en désigner un autre. On peut considérer que c’est un aspect… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/lexique_designation.
|
FrancophonIA/francais_nord_gabon
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000869
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Français parlé par des Gabonais du nord du pays, des locuteurs âgés peu ou pas scolarisés et de jeunes adultes moyennement scolarisés.
Citation
@misc{11403/sldr000869/v1,
title = {Fran\c{c}ais parlé dans le nord du Gabon},
author = {LPL},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/francais_nord_gabon.
|
FrancophonIA/francais_lusophone
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000855
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Ce corpus de français parlé est traité d'une part dans le cadre d'une description syntaxique et d'autre part dans le cadre d'une approche sociolinguistique.
Citation
@misc{11403/sldr000855/v1,
title = {Fran\c{c}ais parlé par une personne lusophone},
author = {{Département de… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/francais_lusophone.
|
FrancophonIA/amorcage_rythmique_enfant_sourd
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000864
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Échantillons de corpus enregistrés lors d'une étude (soumise à publication) menée conjointement par l'Institut des Neurosciences des Systèmes et le CAMSP Déficiences Auditives de la Timone. 14 enfants sourds prélinguaux âgés de 5 à 13 ans ont été soumis à des répétitions de phrases sans (baseline)… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/amorcage_rythmique_enfant_sourd.
|
FrancophonIA/vignettes_BD
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000794
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Il s’agit initialement d’un corpus d’enregistrements de 20 sujets répartis en deux groupes. Dans le cadre d’une étude portant sur l’évaluation de la théorie de l’esprit (e.g. attribution d’états mentaux tels que croyances, connaissances aux autres) en situation de discours chez des patients atteints de… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/vignettes_BD.
|
FrancophonIA/ORCHID
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000803
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Un jeux de données composé de : (i) Des ressources primaires extraites du corpus CID (1h30 de séquences narratives), (ii) des annotations produites dans le cadre des projets OTIM et ORCHID.
Citation
@misc{11403/sldr000803/v1,
title = {ORCHID.fr},
author = {Laurent Prévot}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ORCHID.
|
FrancophonIA/Repiso
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000843
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Le raisonnement contrefactuel est un procès cognitif universel par lequel la réalité est comparée avec ce qui aurait pu se passer autrement (Kahneman & Tversky 1982). L'expression de la contrefactualité repose traditionnellement sur l'analyse des constructions conditionnelles si A (alors) B (Grevisse… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Repiso.
|
FrancophonIA/accents_de_la-bas
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000845
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Projet de recherche et de valorisation sur les accents du français d’Afrique du Nord et leurs caractéristiques linguistiques focalisé sur les paramètres socioculturels et sociohistoriques liés à leurs variations.
Session de travail avec les Bônois, 85 mn (13/11/2013) - audio + video
Session de… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/accents_de_la-bas.
|
FrancophonIA/Vesubie
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000791
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Enregistrements audio d'entretiens 'libres' réalisés dans la vallée de la Vésubie (06) entre décembre 2011 et octobre 2012.Ils sont destinés à servir de support à l'analyse de la situation sociolinguistique vésubienne et des représentations de locuteurs à propos de cette situation.
Citation… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Vesubie.
|
FrancophonIA/Aix-DVD
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000891
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
The recording situation involves two participants sitting in front of each other with a table in the middle. 8 DVD boxes with the labels were placed on the table. The instruction is to have a conversation and that at the end (after 30) minutes, each participant may leave the recording booth with two… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Aix-DVD.
|
FrancophonIA/Assistante_sociale
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000878
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
RDV entre des adhérents à un centre social et une assistante sociale. Participants francophones langue seconde.
Les autorisations de diffusion doivent être confirmées.
Citation
@misc{11403/sldr000878/v1,
title = {Assistante sociale},
author = {SYLED and ATILF},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Assistante_sociale.
|
FrancophonIA/AixOx
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000784
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Corpus de lecture : 40 passages d’une minute environ en français et en anglais (corpus EUROM 1). Les passages en français sont lus par des natifs français et des apprenants anglophones, les passages en anglais sont lus par des natifs anglophones et des apprenants francophones.
Citation… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/AixOx.
|
FrancophonIA/francais_singapour
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000892
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Deux jeux de rôles ont été proposés aux étudiants : un premier visant une négociation en milieu institutionnel et un deuxième en milieu familial.
Citation
@misc{11403/sldr000892/v1,
title = {La compétence pragmatique en négociation (Fran\c{c}ais Langue Etrangère par des Singapouriens… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/francais_singapour.
|
FrancophonIA/accompagnement_emploi
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000877
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
RDV d’une personne en recherche d’emploi francophone non native avec un bénévole qui propose des ateliers hebdomadaires d’accompagnement vers l’emploi.
Anonymisation en cours.
Citation
@misc{11403/sldr000877/v1,
title = {Accompagnement vers l’emploi},
author = {SYLED and ATILF}… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/accompagnement_emploi.
|
FrancophonIA/ateliers_socio-linguistiques
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000879
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Ateliers socio-linguistiques. Une dizaine de participants, francophones non natifs, et un enseignant bénévole.
Anonymisation en cours.
Citation
@misc{11403/sldr000879/v1,
title = {Ateliers socio-linguistiques},
author = {SYLED and ATILF},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ateliers_socio-linguistiques.
|
FrancophonIA/Grammaire_du_francais
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000489
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Eléments de grammaire formelle du français représentés en Grammaires de Propriétés. Voir la documentation http://mlguenot.googlepages.com/these
Citation
@misc{11403/sldr000489/v2,
title = {Grammaire du fran\c{c}ais (GP)},
author = {Marie-Laure Guénot},
url =… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Grammaire_du_francais.
|
FrancophonIA/EUROM1_fr
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/sldr000035
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
La base de données EUROM1 contient des enregistrements de 60 locuteurs en 11 langues européennes : danois, néerlandais, anglais britannique, français, allemand, norvégien, suédois, néerlandais, grec, portugais, espagnol. Elle a été explicitement conçue pour faciliter les comparaisons phonétiques entre… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/EUROM1_fr.
|
FrancophonIA/ESLO-FLEU
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/eslo-fleu
Description
ESLO-FLEU est une collection d'extraits issue des Enquêtes Sociolinguistiques à Orléans. Elle regroupe 150 extraits de 2 à 4 minutes organisés en 8 grandes thématiques et indexés en sous-thèmes. 76 de ces extraits servent de base aux 5 modules de formation élaborés pour la sensibilisation au français parlé dans le domaine du FLE, notamment universitaire.
Thèmes :
Conversations
Loisirs
Métiers… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ESLO-FLEU.
|
FrancophonIA/ESLO-MD
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/eslo-md
Description
Enquêtes Socio-Linguistiques à Orléans : Corpus Micro-Diachronie
Extrait des Enquêtes Socio-Linguistiques à Orléans, corpus oral constitué en deux temps à 40 ans d'intervalle (ESLO 1968-1971, ESLO2 2008-), ESLO-MD (ESLO Micro-Diachronie) est un corpus oral échantillonné d’un million de mots, quantitativement et qualitativement équilibré entre ses deux parts micro-diachroniques. Constitué initialement en… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/ESLO-MD.
|
FrancophonIA/Cyberbase_Gradignan
|
FrancophonIA
|
Dataset origin: https://www.ortolang.fr/market/corpora/prax000824 & https://www.ortolang.fr/market/corpora/prax000724 & https://www.ortolang.fr/market/corpora/prax000825
Vous devez vous rendre sur le site d'Ortholang et vous connecter afin de télécharger les données.
Description
Le corpus 'Cyberbase Gradignan' a été recueilli de juillet 2010 à juin 2012 dans le cadre de l'expérimentation Cyber-base®Justice mise en œuvre la Maison d'Arrêt de Gradignan et finalisée à l'accès à… See the full description on the dataset page: https://huggingface.co/datasets/FrancophonIA/Cyberbase_Gradignan.
|
AeternumS/IMDB-Metadata
|
AeternumS
|
5k lines of IMDB movies fact checked metadata.
|
BrunoM42/moss_test
|
BrunoM42
|
This dataset was created using LeRobot.
|
cjfcsjt/142_aitw_sft_fbc
|
cjfcsjt
|
aitw_sft_fbc
This model is a fine-tuned version of /mnt/nvme0n1p1/hongxin_li/jingfan/LLaMA-Factory/models/qwen2_vl_lora_sft_aitw_all on the vl_sft_data_aitw dataset.
Model description
More information needed
Intended uses & limitations
More information needed
Training and evaluation data
More information needed
Training procedure
Training hyperparameters
The following hyperparameters were used during… See the full description on the dataset page: https://huggingface.co/datasets/cjfcsjt/142_aitw_sft_fbc.
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.