O uso comercial lê só a licença declarada; licença aberta não garante que os donos do conteúdo cederam os direitos.
| Dataset | Licença | Uso comercial | Linhas | Curtidas | Atualizado | Downloads |
|---|---|---|---|---|---|---|
| AgentHorizon | sem licença | Sem licença | 100K<n<1M | 4 | há 1 mês | 81 mil |
| GroundCUA | mit | Permite | 1M<n<10M | 46 | há 11 meses | 37 mil |
| WorkArena-Instances | sem licença | Sem licença | n<1K | 16 | há 2 meses | 29 mil |
| repliqa | cc-by-4.0 | Permite | 90 mil | 25 | há 1 ano | 8,9 mil |
| ui-vision | mit | Permite | 1K<n<10K | 22 | há 1 ano | 6,8 mil |
| VideoCUA | mit | Permite | 10K<n<100K | 33 | há 8 meses | 4,3 mil |
| drbench | apache-2.0 | Permite | n<1K | 6 | há 7 meses | 3,2 mil |
| BigDocs-7.5M | cc-by-4.0 | Permite | 2,5 mi | 8 | há 1 ano | 3,0 mil |
| insight_bench | cc-by-4.0 | Permite | n<1K | 13 | há 1 ano | 1,6 mil |
| CAF_7M | apache-2.0 | Permite | 7,4 mi | 4 | há 8 meses | 1,2 mil |
| PiSAs | apache-2.0 | Permite | 3 | há 17 dias | 774 | |
| coco_encoded | sem licença | Sem licença | 617 mil | 0 | há 2 anos | 483 |
| BigDocs-Bench | cc-by-4.0 | Permite | 416 mil | 12 | há 1 ano | 482 |
| context-is-key | apache-2.0 | Permite | 355 | 2 | há 1 ano | 467 |
| whatsup_all | sem licença | Sem licença | 83 mil | 0 | há 2 anos | 366 |
| PartialBROAD | cc-by-4.0 | Permite | 70 mil | 1 | há 2 anos | 364 |
| VectorGym | apache-2.0 | Permite | 9,7 mil | 6 | há 7 meses | 253 |
| Dr-CiK | cc-by-4.0 | Permite | 10K<n<100K | 3 | há 5 meses | 249 |
| PrivacyAlign | apache-2.0 | Permite | 1K<n<10K | 2 | há 5 meses | 208 |
| mosaicleaks | apache-2.0 | Permite | 1K<n<10K | 0 | há 3 dias | 129 |
| BigDocs-Sketch2Flow | apache-2.0 | Permite | 23 mil | 4 | há 1 ano | 127 |
| DRFlow | sem licença | Sem licença | n<1K | 0 | há 3 dias | 83 |
| dolma-cc_crossdeduped-filtered-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 66 |
| whatsup_controlled_images_a_inference_test | sem licença | Sem licença | 412 | 0 | há 2 anos | 54 |
| svg-emoji | sem licença | Sem licença | 10 mil | 1 | há 2 anos | 50 |
| whatsup_controlled_images_b_inference_test | sem licença | Sem licença | 408 | 0 | há 2 anos | 35 |
| repliqa_inference_tests | sem licença | Sem licença | 99 | 1 | há 2 anos | 33 |
| stack-3b-sample | sem licença | Sem licença | 60 mil | 0 | há 2 anos | 30 |
| synthetic_cqa | sem licença | Sem licença | 1,1 mil | 1 | há 3 anos | 30 |
| llama31_70b_gsm8k_3k | llama3.1 | Com condições | 1K<n<10K | 1 | há 2 anos | 29 |
| eng_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 21 |
| repliqa_inference_tests_2 | sem licença | Sem licença | 88 | 0 | há 2 anos | 17 |
| dclm_crossdeduped-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 15 |
| squad_v2_processed | sem licença | Sem licença | 19 mil | 0 | há 1 ano | 15 |
| jpn_Jpan-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 14 |
| whatsup_controlled_images_b_inference_test_preproc | sem licença | Sem licença | 408 | 0 | há 2 anos | 14 |
| zyda_crossdeduped-filtered-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 14 |
| fineweb-sample | sem licença | Sem licença | 200 mil | 0 | há 2 anos | 13 |
| nld_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 13 |
| language-perplexity | sem licença | Sem licença | 80 | 0 | há 1 ano | 12 |
| fwe3-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 11 |
| ita_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 11 |
| por_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 11 |
| spa_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 11 |
| deu_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 10 |
| fra_Latn-sample | sem licença | Sem licença | 10 mil | 0 | há 1 ano | 10 |
| repliqa_inference_tests_3 | sem licença | Sem licença | 88 | 0 | há 2 anos | 9 |
| nomsmarco_dssk_training_data | sem licença | Sem licença | 582 mil | 0 | há 2 anos | 8 |
| stack-3b-sample-input-target | sem licença | Sem licença | 5,0 mil | 0 | há 1 ano | 8 |