公共資源速遞
5 個公共數據集：
- HelpSteer3 人類偏好數據集
- A-WetDri 惡劣天氣駕駛數據集
- NonverbalTTS 非語言音頻生成數據集
- STRIDE-QA-Mini 自動駕駛問答數據集
- MathCaptcha10k 算數驗證碼圖像數據集
5 個公共教程：
- dots.ocr：多語言文檔解析模型
- MiniCPM-V4.0：極致高效的端側大模型
- llama.cpp+Open-WebUI 部署 gpt-oss-20b
- llama.cpp+Open-WebUI 部署 gpt-oss-120b
- vLLM+Open-WebUl 部署 Phi-4-mini-flash-reasoning
訪問官網立即使用：openbayes.com
公共數據集
- HelpSteer3 人類偏好數據集
HelpSteer3 數據集包含 40,476 個偏好樣本，每個樣本包含領域、語言、上下文、2 個回覆、以及 2 個回覆之間的總體偏好評分和最多 3 位標註者的個人偏好評分，其包含了多語言數據（中文、韓文、法語、西班牙文、日本語、德語、俄語、葡萄牙語、意大利語、越南語、荷蘭語）。
- 在線使用：
https://go.openbayes.com/Icu7H
- A-WetDri 惡劣天氣駕駛數據集
A-WetDri 數據集包含了 42,390 個樣本，其中 19,344 個樣本為模擬數據、23,046 個樣本為現實世界數據，數據集涵蓋 4 種環境場景（雨、霧、夜晚、雪、晴朗天氣）、不同的物體類別（汽車、卡車汽車、自行車、摩托車、步行者、交通標誌交通燈）。
- 在線使用：
https://go.openbayes.com/NBBUi
數據集示例
- NonverbalTTS 非語言音頻生成數據集
NonverbalTTS 數據集包含 17 小時的高質量語音數據，數據源自 2,296 名參與者（60% 男性，40% 女性），涵蓋 10 種非語言語音類型（呼吸、笑聲、嘆息、打噴嚏、咳嗽、清嗓子、呻吟、咕噥、打鼾、吸氣）、8 種情緒類別（憤怒、厭惡、恐懼、快樂、中性、悲傷、驚訝、其他）。
- 在線使用：
https://go.openbayes.com/4vFLX
- STRIDE-QA-Mini 自動駕駛問答數據集
STRIDE-QA-Mini 數據集包含 103,220 個問答對及 5,539 張圖像樣本。數據源自東京收集的真實行車記錄儀鏡頭（城市、郊區、高速公路、各種天氣）。
- 在線使用：
https://go.openbayes.com/XbJzl
- MathCaptcha10k 算數驗證碼圖像數據集
MathCaptcha10K 數據集包含 10,000 個帶標籤樣本和 11,766 個未標註文件樣本，分辨率為 200×70 像素。每個帶標籤樣本包含算數驗證碼圖像，圖像中的精確字符及其整數答案。
- 在線使用：
https://go.openbayes.com/Pd2Gk
數據集示例
公共教程
1.dots.ocr：多語言文檔解析模型
dots.ocr 基於 17 億參數的視覺語言模型（VLM），能統一進行佈局檢測和內容識別，保持良好的閲讀順序。模型規模雖小，但性能達到業界領先水平（SOTA），在 OmniDocBench 等基準測試中表現優異，公式識別效果能與 Doubao-1.5 和 gemini2.5-pro 等更大規模模型相媲美，在小語種解析方面優勢顯著。該模型提供了簡潔高效的架構，任務切換僅需更改輸入提示詞，推理速度快，適用多種文檔解析場景。
- 在線運行：
https://go.openbayes.com/V1zz3
項目示例
2. MiniCPM-V4.0：極致高效的端側大模型
MiniCPM-V4.0 基於 SigLIP2-400M 和 MiniCPM4-3B 構建，總參數量為 4.1B。它繼承了 MiniCPM-V2.6 強大的單圖、多圖和視頻理解性能，效率大幅提升。面壁智能還同步開源了適用於 iPhone 和 iPad 的 iOS 應用。MiniCPM-V4.0 在 OpenCompass 評測中圖像理解能力超越了 GPT-4.1-mini-20250414、Qwen2.5-VL-3B-Instruct 和 InternVL2.5-8B。
- 在線運行：
https://go.openbayes.com/uxBrY
項目示例
- llama.cpp+Open-WebUI 部署 gpt-oss-20b
gpt-oss-20b 參數約為 21B，運行時僅需 16GB 內存，在常見基準測試裏，其表現與 o3-mini 相當，這種輕量化設計使得它在邊緣設備上也能輕鬆部署，無論是在本地推理，還是在對基礎設施要求嚴苛的快速迭代場景中，都能發揮出色的效能。
- 在線運行：
https://go.openbayes.com/VqXzq
項目示例
- llama.cpp+Open-WebUI 部署 gpt-oss-120b
gpt-oss-120b 擁有約 117B 參數，在核心推理基準測試中，其推理性能與 OpenAI 自家的 o4-mini 不相上下，且每個 token 僅啓用 51 億參數，便能在單個 80GB GPU 上實現高效運行，這一成果極大地優化了計算資源的利用效率。
- 在線運行：
https://go.openbayes.com/A3lCf
項目示例
5. vLLM+Open WebUl 部署 Phi-4-mini-flash-reasoning
Phi-4-mini-flash-reasoning 基於合成數據構建，專注於高質量、密集推理數據，並進一步微調以獲得更高級的數學推理能力。該模型屬於 Phi-4 模型系列，支持 64K token 上下文長度，採用解碼器-混合-解碼器架構，結合注意力機制和狀態空間模型（SSM），在推理效率方面表現出色。
- 在線運行：
https://go.openbayes.com/kURAu
項目示例
