datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
tw-privacy-guides
私路 - 隱私之路
正體中文的數位隱私教育素材
介紹如何用「開源」、「免費」、「尊重隱私」的替代品，取代主流軟體服務主流軟體服務的「免費」特質，實際上是用你我的個資所換取如果你重視隱私權、個資，卻不知從何著手。此系列會帶你一步步擺脫控制，從貪婪的個資匪徒手中，奪回被遺忘的權利
:warning: 重要聲明 :warning::本專案的文件、圖片資料採用 CC-BY-SA 4.0 許可證。若使用本專案的資料進行 AI 模型訓練、微調 或 軟體服務架設，則 衍生作品（如模型權重、程式碼）須以 AGPL-3.0 許可證開放原始碼及權重。
目錄
概論
數位隱私的重要性
中國線上服務風險
生活中洩漏的個資
開源 (開放原始碼)
隱私和資安的異同
開源和隱私的關係
民主國家擁抱監控
網路實名浪潮起因
零信任
尊重、保障隱私的免費開源選擇
搜尋引擎
電子郵件
瀏覽器… See the full description on the dataset page: https://huggingface.co/datasets/twinkle-ai/tw-privacy-guides.tw-drug-labels-vision
Dataset Card for tw-drug-labels-vision
💊 tw-drug-labels-vision 是一份涵蓋臺灣食品藥物管理署（TFDA）核發之 44,663 筆藥品仿單／外盒 的繁體中文多模態資料集。每一筆紀錄同時包含 PDF 全部頁面的渲染圖（WebP 多頁）以及一份依統一 17 欄 JSON Schema 抽取自原始藥品標示文件的結構化資料，可直接用於語言模型微調、視覺語言模型訓練、文件問答、藥品知識檢索、繁體中文醫藥 NLP 任務之素材。
Dataset Details
Dataset Description
本資料集源自臺灣 TFDA 公開的藥品許可證查詢系統。每筆紀錄對應一份藥品文件（仿單或外盒），原始為 PDF 圖檔形式。處理流程分為三階段：
下載：依據 20251222政府開放資料集_仿單與藥品外盒_66032.xlsx 中的 PDF URL，下載原始檔。
頁面渲染：將 PDF 各頁渲染為 WebP 圖檔，封裝在 images 欄位中。
OCR +… See the full description on the dataset page: https://huggingface.co/datasets/twinkle-ai/tw-drug-labels-vision.banner-assets
Twinkle AI — Banner Assets
A collection of banner images featuring the Twinkle AI mascot, hosted on Hugging Face and stored via Git LFS.
Available Banners
File
Preview
images/banner-twinkle-hf.jpeg
images/Twinkle-AI-First-Birthday-Party.png
images/TwinkleAI--3n.png
images/TwinkleAI_Reading_Club_Presentation.png
images/TwinkleAI-Reading-Club-v2.png
images/Twinkle@SITCON.png
images/Twinkle-red-envelope.png
images/Twinkle-red-envelope1.png… See the full description on the dataset page: https://huggingface.co/datasets/twinkle-ai/banner-assets.Formosa-Vision
Dataset Card for Formosa-Vision
Formosa Vision 是一份以台灣在地文化為核心的開源視覺語言資料集，從國家文化記憶庫 2.0中精選兩千餘張資料，文字描述採用 OGDL 1.0 授權、及圖片為 CC By SA（及更開放的授權條款）授權的影像，內容涵蓋景點、建築、生活場景與歷史脈絡。資料集以模型生成與人工審核並行的方式建立，透過視覺語言模型產生影像對話，再由參與者逐一檢查與修訂，確保描述的正確性、文化脈絡的一致性與語句的自然性。專案由 Twinkle AI 社群發起，結合社群協作與開放文化精神，期待成為訓練繁體中文視覺語言模型的重要基礎，幫助研究者與開發者打造能真正理解台灣文化細節的 VLM 模型。
Dataset Details
Dataset Description
Formosa Vision（又稱 台灣視覺資料集）是一個以台灣在地視覺文化為核心、集結社群力量共創的開源資料集。這項專案源自近年視覺語言模型（Vision Language Model… See the full description on the dataset page: https://huggingface.co/datasets/twinkle-ai/Formosa-Vision.emoji-assets
Twinkle AI — Mascot Emoji Collection
A collection of emoji-style stickers featuring the Twinkle AI mascot, hosted on Hugging Face and stored via Git LFS.
Available Emojis
File
Preview
images/Twinkle-emoji.png
images/Twinkle-emoji-heart.png
images/Twinkle-tearsofjoy.png
images/Twinkle-respect.png
images/Twinkle-firefirefire.png
images/Twinkle-birthdayhat.png
images/Twinkle-christmas.png
吉祥物故事：台灣石虎 (Formosan Leopard Cat)
創作者：… See the full description on the dataset page: https://huggingface.co/datasets/twinkle-ai/emoji-assets.unofficial-ai-twinkle-images
Unofficial AI Twinkle Images Dataset