大模型数据集哪里可以获取呢？

景联文科技作为大模型数据服务商，提供海量高质量大模型数据集。

世界知识类期刊及高价值社区文本数据：

• 高质量外文文献期刊 8500万篇
• 英文高质量电子书 200万本

教育题库：

• K12教育题库 1800万
• 大学题库 1.1亿，800万带解析
• 英文题库 500万

专业知识类期刊、专利、代码：

• 中文数字专利 4000万
• 程序代码（代码注释） 20万

专利数据：

• 全球专利基础著录数据 1.3亿
• 全球专利原文数据 1亿
• 全球专利附图数据
• 全球专利法律状态数据
• 全球专利法律状态数据
• 全球专利引文数据
• 全球专利分类索引数据
• 全球专利重点申请人工商关联数据
• 全球生化医药专利深加工数据
• 全球专利全文数据

多轮对话：

• 文本多轮对话 1500万
• 中英文剧本（电影、电视剧、剧本杀） 6万

音频数据：

• 普通话 65万小时

图片生成及隐式/显示推理多模态数据：

• 图文复杂描述 600万
• 图文推理问答对 600万

材料数据：

• 金属材料数据 20万
• 纳米材料数据 30万
• 相图数据 6万
• 材料性能数据 20万
• 材料腐蚀数据
• 表面处理数据
• 焊接材料数据

同时景联文科技提供大模型训练数据的标注服务，致力于为全球数千家人工智能从业公司和高校科研机构交付海量、高质量的多模态大模型训练数据。

有兴趣可以看看我们官网~https://www.jinglianwen.com/ai/

景联文科技｜数据采集｜数据标注｜大模型训练数据

助力人工智能技术，赋能传统产业智能转型升级