厦门火炬高技术产业开发区人工智能共性技术服务平台

厦门市思明区人工智能共性技术服务平台

百度飞桨(厦门)人工智能产业赋能中心

|
简体中文
  • 首页
  • 政策资讯
  • AI要素服务
  • AI开发赋能
  • AI成果转化
  • AI企业服务
  • AI人才服务
  • 参观交流

    数据集

    大规模高质量成品训练数据集,助力高效构建、训练和部署机器学习模型

    • 精MiMo-V2.6-RL-oss:多领域智能体强化学习环境集2026-10-29

      Apache 2.0

      openai-math由FineEnvs将OpenAI的openai/math数学问题移植为Harbor环境,含369个经参考证明端到端验证的任务,覆盖17个领域、214个结果家族。智能体在预装Lean 4和Mathlib的无网络沙箱中补全证明,由Comparator和Lean内核验证。数据附命题、环境配置、验证器及清单,采用Apache-2.0协议,不包含OpenAI参考证明。

      飞桨小花花 0 801 0
    • 精Holo4 Trajectories:计算机操作智能体多模态轨迹数据集2026-10-29

      Apache 2.0

      Holo4Trajectories包含Holo427B和Holo435B-A3B在6类智能体评测中的7366条运行轨迹,覆盖桌面操作、安卓交互及自动化任务。每条轨迹记录逐步推理、动作、工具结果和截图,并提供任务说明、成功标记、评分、耗时及步数索引,可用于计算机操作智能体的行为分析、成功失败对比和轨迹研究。数据主体采用Apache-2.0协议,上游任务内容保留各自许可。

      Y木Y易F 0 115 0
    • 精AgentWorldBench:七类智能体环境的语言世界模型评测集2026-10-29

      Apache 2.0

      AgentWorldBench是Qwen团队发布的语言世界模型评测集,包含2170条评测样本,覆盖MCP、搜索、终端、软件工程、安卓、网页和桌面系统7类环境。模型根据智能体动作及历史交互预测环境观测,以真实环境执行结果为参照,从格式、事实性、一致性、真实性和质量5个维度评估模拟能力。数据采用JSONL格式,提供动作历史、环境响应、当前动作和系统提示词,可用于环境模拟与世界模型研究。

      Y木Y易F 0 323 0
    • 精ExtractBench:企业文档结构化抽取与证据定位评测集2026-10-29

      Apache 2.0

      ExtractBench是面向企业文档结构化抽取的英文评测集,包含370份文档、4869页,覆盖8个业务领域和67种文档类型。任务要求根据JSONSchema从完整PDF中提取结构化数据,并给出来源页码与框选位置,考查长列表完整性、长文档信息检索及密集文档识别。数据提供原始文档、抽取规范、标准答案和字段评分规则,采用确定性指标评估值准确性与证据定位,可用于文档智能和信息抽取研究。

      Y木Y易F 0 65 0
    • 精XYZ-Aquila-SFT:中英双语搜索智能体微调数据集2026-10-29

      Apache 2.0

      XYZ-Aquila-SFT包含7000条中英双语搜索智能体轨迹,其中英文5000条、中文2000条,中文约占28.6%。数据记录网页搜索、网页信息提取及Python代码执行等多轮工具调用过程,提供问题、最终答案、工具调用次数和完整轨迹。它是XYZ-Aquila系列模型完整监督微调语料的公开样本,可用于搜索智能体微调、双语工具调用及轨迹分析,附带工具定义格式转换脚本。

      Y木Y易F 0 83 0
    • 精OpenThoughts-Agent-SFT-100K:10 万条 agent 轨迹微调数据2026-10-29

      Apache 2.0

      OpenThoughts-Agent-SFT-100K是2026年6月发布的agent微调数据集,含10万条任务与轨迹,由GLM-4.7在终端环境中生成,只保留5轮以上的轨迹。用它微调Qwen3-32B得到的模型,Terminal-Bench 2.0从7.5提到26.2,SWE-Bench-Verified-100从26.7提到55.7。

      Y木Y易F 0 64 0
    • 精Typed Decisions:结构化概率决策评测集2026-10-29

      Apache 2.0

      Typed Decisions是2026年9月发布的结构化概率决策评测集。模型读入客服对话、发票、安全告警等信息,一次回答5个问题,题型为是否、选择、打分三类,每个答案都输出概率分布。覆盖4个业务场景,训练集1200例,测试集400例。原仓库附带持续更新的排行榜,Jev 1.13准确率0.727。

      Y木Y易F 0 93 0
    • 精openai-math:Lean形式化数学证明Harbor任务集2026-10-29

      Apache 2.0

      openai-math由FineEnvs将OpenAI的openai/math数学问题移植为Harbor环境,含369个经参考证明端到端验证的任务,覆盖17个领域、214个结果家族。智能体在预装Lean 4和Mathlib的无网络沙箱中补全证明,由Comparator和Lean内核验证。数据附命题、环境配置、验证器及清单,采用Apache-2.0协议,不包含OpenAI参考证明。

      飞桨小花花 0 59 0
    • 精Terminal-Bench 2.1:终端环境智能体任务评测集2026-10-29

      Apache 2.0

      Terminal-Bench 2.1是面向终端环境中智能体的评测数据集,包含89个任务,采用Harbor兼容的目录结构。每个任务提供任务配置、操作说明、运行环境和测试文件,通常还附参考解法。仓库包含数据集注册清单和评测结果登记文件,可由Harbor加载。本数据集采用Apache-2.0协议。官方明确要求评测数据不得进入训练语料,使用时应保留这一评测边界。

      飞桨小花花 0 55 0
    • 精Nemotron-SFT-Agentic-Finance-v1:金融推理智能体工具调用数据集2026-10-29

      其他

      Nemotron-SFT-Agentic-Finance-v1由NVIDIA发布,包含7878条多轮工具调用样本,用于金融推理智能体的监督微调。任务基于公开SEC文件,覆盖数值推理、金融建模、调整项、业绩超预期或不及预期判断及市场分析。数据为JSONL格式,含messages和metadata字段,使用文件搜索、页面解析及信息检索工具。采用OpenMDW-1.1协议,支持商业与非商业用途。

      飞桨小花花 0 43 0