data-datasets

Hugging Face Datasets

O maior hub de conjuntos de dados de aprendizado de máquina (e de modelos), cada um com metadados abundantes. Uma API sem chave fornece os resultados de busca, que nosso site consulta diretamente, e tudo pode ser navegado no site. O lugar padrão para procurar quando se precisa de um conjunto de dados de ML publicado ou de sua documentação.

Conjuntos de dados API

Pesquisar neste arquivo

Por que é útil e como funciona

O Hugging Face é o hub central onde a comunidade de aprendizado de máquina publica e descobre os conjuntos de dados usados para treinar, ajustar e avaliar modelos de IA. Cada entrada de conjunto de dados traz um data card que descreve seu conteúdo, tamanho, idiomas, licenças e uso pretendido, o que facilita avaliar se um conjunto de dados atende às suas necessidades antes de baixá-lo. O Echo consulta a API sem chave do Hugging Face, permitindo encontrar conjuntos de dados por tema, modalidade ou tarefa; a exploração e o download acontecem no huggingface.co.

O que há dentro

Mais de 730.000 conjuntos de dados em meados de 2026, abrangendo texto, imagens, áudio, vídeo, código e formatos multimodais em dezenas de idiomas. O hub também hospeda mais de 2 milhões de checkpoints de modelos vinculados a esses conjuntos de dados.

Acesso via API

https://huggingface.co/api/datasets?search= (keyless read)

O que medimos

As nossas próprias sondagens, não o que o arquivo afirma. Repetidas periodicamente; cada valor tem data.

Acessibilidade

Pedido direto: Respondeu HTTP 200 822 ms
Através de um proxy de centro de dados: Respondeu HTTP 200 1,1 s
API, direta: Respondeu HTTP 200 199 ms
API, através de proxy: Respondeu HTTP 200 713 ms

Uma pesquisa real devolveu alguma coisa?

Inconclusivo · mediana 11,5 s · em baixo durante a execução

Lento: conte com esperas longas ou invoque de forma assíncrona.

Our proxy pool could not connect, so this query never reached the archive: inconclusive, not a failure of the archive.

Cobertura no benchmark

Encontrou 9 de 10 itens de teste (90%) no cluster Conjuntos de dados. Resposta mediana 757 ms.

Consoante o quão conhecido é o item: 3/3 muito conhecidos, 6/6 intermédios, 0/1 pouco conhecidos .

Um item que encontrou: ILSVRC/imagenet-1k

Acessibilidade medida a 2026-08-22. Pesquisa verificada em 2026-08-22. Execução do benchmark a 2026-08-22.