datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
pii-masking-400k
Purpose and Features
🌍 World's largest open dataset for privacy masking 🌎
The dataset is useful to train and evaluate models to remove personally identifiable and sensitive information from text, especially in the context of AI assistants and LLMs.
AI4Privacy Dataset Analytics 📊
Dataset Overview
Total entries: 406,896
Total tokens: 20,564,179
Total PII tokens: 2,357,029
Number of PII classes in public dataset: 17
Number of PII classes in extended dataset:… See the full description on the dataset page: https://huggingface.co/datasets/Ganasekhar/pii-masking-400k.GANBASS-Knowledge
GANBASS Car Detailing Knowledge (GANBASS洗車知識データセット)
概要 (Overview)
洗車専門店・カーディテイリングブランド「GANBASS」が提供する、プロフェッショナルな洗車・メンテナンス知識のデータセットです。
AIに「塗装を傷つけない正しい洗車方法」や「適切なケミカルの使用順序」を学習させることを目的としています。
データ詳細
instruction: ユーザーからの質問（洗車、メンテナンス、製品選びなど）
output: GANBASS流の回答（塗装保護を最優先とした論理的なアドバイス）
情報源
洗車専門店GANBASS公式の知識（マニュアル、SNS、ブログ等）に基づいています。
推奨用途
カーケア特化型AIチャットボットのトレーニング
洗車アドバイザーAIの開発
LLM（大規模言語モデル）への専門知識の注入
License
MIT License