公共资源速递
6 个公共数据集：
* RSNA Knee MRI 膝关节 3D 异常数据集
* MiniMax H3-1K 模型图像视频测试数据集
* Eclipse Soundscapes ESID#657 日全食声景音频数据集
* Dual-modal Roadside Traffic Dataset 双模态路侧交通数据集
* Nemotron-RL-Agentic-Terminal-Pivot-v1 终端智能体强化学习数据集
* Vehicle-Level Temporal Image Sequences 车辆图像序列数据集
3 个公共教程：
* 文本预处理入门
* 语音表征与数据探索
* Qwen3.8-27B-FP8：Qwen 开源家族新一代旗舰 27B 原生视觉语言模型
访问官网立即使用： openbayes.com
公共数据集
1. RSNA Knee MRI 膝关节 3D 异常数据集
RSNA Knee MRI 是一个 RSNA Knee Abnormality Detection Challenge（RSNA 膝关节异常检测挑战赛）膝关节 MRI 处理数据集，旨在为膝关节异常检测模型的训练与评估提供格式统一的输入数据.该数据集收录了 RSNA 全部 24,371 个 MRI 序列的预处理 3D 体积数组，所有序列均已压缩为单个 .npz 文件，可直接加载为 PyTorch 张量使用。
* 在线使用：
https://go.openbayes.com/tBX1b
2. MiniMax H3-1K 模型图像视频测试数据集
MiniMax H3-1K 是一个模型图像视频测试数据集，旨在测试 MiniMax H3 模型的知识范围与生成能力。该数据集共包含 1,000 个视频片段，视频涵盖各种尺寸的图像，以及多种媒体类型与主题，视频分辨 768 像素，通过 30 个推理步骤生成。
* 在线使用：
https://go.openbayes.com/E9lp2
demo 示例
3. Eclipse Soundscapes ESID#657 日全食声景音频数据集
Eclipse Soundscapes ESID#657 是由 NASA 资助的公民科学项目 Eclipse Soundscapes 发布的 2024 年日全食声景音频数据集，旨在为日食期间环境声学变化与动物鸣声行为研究提供原始录音数据，支持生态声学分析、日食生态效应研究及公民科学数据质量研究。该数据集中的音频均为采集站 ESID#657（位于北纬 37.48431°，西经 89.089°）在 2024 年 4 月 8 日日全食当天及前后数天（2024-04-06 至 2024-04-11，UTC）录制的原始声景录音。
* 在线使用：
https://go.openbayes.com/zVWmr
4. Dual-modal Roadside Traffic Dataset 双模态路侧交通数据集
Dual-modal Roadside Traffic 是一个双模态路侧交通目标检测数据集，通过空间标定、时间同步的 RGB 相机与事件相机采集路侧交通数据，旨在为 RGB 与事件多模态融合、事件相机感知以及恶劣光照与运动条件下的鲁棒交通场景理解提供标准化数据支撑。该数据集分为已对齐数据和原始数据，已对齐数据中的每组样本均包含空间和时间一一对应的 RGB 图像、事件表征与目标标注三种模态，并被划分为训练集、验证集和测试集。
* 在线使用：
https://go.openbayes.com/5j7xZ
5. Nemotron-RL-Agentic-Terminal-Pivot-v1 终端智能体强化学习数据集
Nemotron-RL-Agentic-Terminal-Pivot-v1 是由 NVIDIA 于 2026 年发布的终端智能体强化学习数据集，旨在为大语言模型提供用于终端（命令行）交互场景的强化学习训练样本。该数据集专为 NeMo Gym 的 terminus_judge 环境设计，可用于智能体的强化学习后训练、监督微调或行为离线分析。该数据集包含 31,111 个训练样本，源自 630 个 ATCB 种子任务与 2,716 条不同的源轨迹，任务场景涵盖工业系统、高性能计算集群、医疗、金融及媒体归档等领域的长期终端操作，如数据管道构建、故障审计、服务诊断与安全合规流程。
* 在线使用：
https://go.openbayes.com/8xmtq
6. Vehicle-Level Temporal Image Sequences 车辆图像序列数据集
Vehicle-Level Temporal Image Sequences 是一个车辆图像序列数据集，旨在为危险驾驶行为识别（急刹挑衅、强行切入、急刹车、蛇形行驶）与车辆级视频时序分类研究提供标准化数据，主要用于支持智能交通系统、高级驾驶辅助及类别不平衡学习等方向的研究。该数据集包含 434 个车辆级时序图像序列，涵盖正常驾驶和危险驾驶行为，按照 94 个内部标识的源视频组进行组织，每个序列对应一辆被跟踪的车辆，并配套行为标签元数据文件。
* 在线使用：
https://go.openbayes.com/NUPVZ
公共教程
1. 文本预处理入门
本教程围绕自然语言处理中的文本预处理流程展开，系统介绍如何将原始文本数据转化为适用于机器学习模型的标准化输入。内容涵盖文本清洗、规范化与特征优化等关键步骤，包括大小写转换、标点与噪声去除、停用词处理、高低频词筛选、词干提取、词形还原、表情与 URL 处理、HTML 清理、聊天缩写转换以及拼写纠正等技术。通过实践这些方法，帮助学习者掌握 NLP 数据预处理的核心流程，为后续模型训练与文本分析任务奠定基础。
* 在线运行：
https://go.openbayes.com/sFzeh
2. 语音表征与数据探索
本教程基于 Kaggle 用户 DavidS 发布的语音数据探索 Notebook，使用 Google Speech Commands v0.01 数据集，介绍语音数据分析与特征提取流程。内容涵盖语音波形、频谱图与 MFCC 特征可视化，静音检测、音频裁剪、降采样及数据分布统计等方法，适用于语音分类、关键词识别与音频 EDA 入门学习。
* 在线运行：
https://go.openbayes.com/RpWrK
3. Qwen3.8-27B-FP8：Qwen 开源家族新一代旗舰 27B 原生视觉语言模型
Qwen3.8-27B-FP8 是阿里巴巴 Qwen 团队推出的新一代紧凑级旗舰模型，基于 Qwen3.5 架构升级打造，以 270 亿参数规模融合原生视觉语言能力，在编程、办公、科研与智能体任务中实现全面增强。本教程基于官方推荐配置，介绍模型部署与调用流程。通过 FP8 细粒度量化，模型在接近 BF16 性能的同时显著降低显存占用，并支持双卡 GPU 推理。教程将演示服务启动、SDK 调用及核心能力体验，帮助用户快速掌握其多模态理解、长上下文处理与智能体执行能力。
* 在线运行：