OpenBayes 一周速览｜COIG-CQIA 「弱智吧」数据集上线、在线体验通义千问首个 MoE 模型

公共资源速递

5 个数据集：

* COIG-CQIA 中文指令微调数据集

* Pinocchio 匹诺曹评估数据集

* FineFake 多领域假新闻检测数据集

* Leaf Diseases 番茄叶病图像数据集

* Chinese-Poetry 中文诗歌古典文集数据库

1 个模型：

* C4AI Command-R 模型

3 个教程：

* 一键运行 Qwen1.5-MoE 模型 demo

* ComfyUI Stable Cascade 工作流在线教程

* 在 Python 中生成随机数字

访问官网立即使用：openbayes.com

公共数据集

1. COIG-CQIA 高质量中文指令微调数据集

COIG-CQIA 是一个开源的高质量中文指令微调数据集，数据来源不仅有问答社区（如知乎、思否、豆瓣、小红书、弱智吧等等），还有维基类的知识平台，各种类型的考试资料，以及现存的 NLP 数据集。

直接使用：https://go.openbayes.com/kj1Pb

2. Pinocchio 匹诺曹事实知识评估数据集

该数据集涵盖了 2 万个各式各样的事实问题，这些问题涉及到不同的来源、时间线、领域、地区和语言，可用于测试 LLMs 在多事实推理、处理结构化与非结构化知识、识别细微事实差异以及抵御对抗性示例等方面的能力。

直接使用：https://go.openbayes.com/tMnmQ

3.FineFake 细粒度多领域假新闻检测数据集

FineFake 是由北京航空航天大学和北京邮电大学联合创建的，用于细粒度多领域假新闻检测的数据集。该数据集共有 16,909 个数据样本，覆盖了 6 个语义主题和 8 个不同的平台。每个新闻样本都包含了多种形式的内容，包括文本、图片和潜在的社交环境信息。

直接使用：https://go.openbayes.com/E6Ibw

4.Leaf Diseases 番茄叶病图像检测数据集

该数据集为番茄叶病图像检测数据集，图像分为以下几类：健康、细菌斑、早疫病、健康、晚疫病、叶霉病、目标点和黑点。图像是用 YOLO v5 PyTorch 格式注释的。

直接使用：https://go.openbayes.com/Q7d9d

5.Chinese-Poetry 最全中文诗歌古典文集数据库

该数据集是最全的中华古典文集数据库，包含 5.5 万首唐诗、 26 万首宋词、 2.1 万首宋词等古典文集。

直接使用：https://go.openbayes.com/xNe5i

公共模型

1. C4AI Command-R 模型

该模型是由 Cohere 和 Cohere For AI 联合开发的 350 亿参数的高性能生成式模型。多语言生成能力和高性能 RAG 能力的结合，使 Command-R 在跨语言任务和知识密集型任务上具有独特优势。

直接使用：https://go.openbayes.com/pRwfU

公共教程

1. 一键运行 Qwen1.5-MoE 模型 demo

Qwen1.5-MoE-A2.7B 是通义千问团队推出 Qwen 系列的首个 MoE 模型，该教程为其 Demo 容器，一键克隆即可使用 Gradio 链接体验大模型。

在线运行：https://go.openbayes.com/zzJdV

2. ComfyUI Stable Cascade 工作流在线教程

「ComfyUI Stable Cascade 工作流在线教程」现已上线至 OpenBayes 公共教程。该教程已将环境搭建完毕，内置 Stable Cascade 默认文生图工作流，大大减少了复杂的部署步骤，仅需 2s 即可生成你想要的图片。

 在线运行：https://go.openbayes.com/b6Of0

3. 在 Python 中生成随机数字

PyTorch 是一个强大的 Python 库，用于构建深度学习模型，简化了定义、训练和推理神经网络的过程。本教程将介绍如何加载 CSV 数据集，定义多层感知器模型，并在 PyTorch 中进行训练和评估，为创建深度学习神经网络模型提供指导。

 在线运行：https://go.openbayes.com/tFZ7u

以上就是小贝上周在 OpenBayes 的全部更新内容啦~

此外，OpenBayes 平台还提供超过 500 个精选公共数据集、模型、教程等优质资源，并已经整合到「公共资源」模块中。OpenBayes 平台支持一键 Input，开箱即用！

更多详细教程，请观看：

https://www.bilibili.com/video/BV1zF411y7AU/?spm_id_from=333.337.search-card.all.click&vd_source=5e54209e1f8c68b7f1dc3df8aabf856c