뉴스 빅데이터는 20년간 600여 매체에서 수집된 약 7억 건의 데이터를 기반으로 구성된 대규모 데이터셋입니다. 이 데이터셋은 인터넷 신문, 지방일간지, 경제일간지, 종합일간지 등 다양한 매체에서 수집된 고품질 뉴스 콘텐츠로 구성되어 있으며, 원권리자(언론사)로부터 데이터 판매 등에 필요한 모든 권리를 합법적으로 취득한 데이터만을 포함하고 있습니다.
일본어 성우 음성 데이터
100시간 분량의 일본인 성우 스튜디오 녹음 데이터셋은 표준어와 일부 방언이 포함된 다양한 스크립트로 구성되어 있으며, 고품질 스튜디오 환경에서 44kHz로 녹음된 일본어 음성 데이터입니다.
비즈니스 및 금융 분야 학술 데이터셋
약 2억 3천만 단어, 2만 6천여 건의 비즈니스 및 금융 분야 연구 논문 및 저널, 5천 7백만 단어, 279권의 학술 서적 데이터셋은 영어로 제공되며, 전문 저널, 비즈니스 사례 연구, 재무 연구 논문, 고급 Q&A 자료를 포함합니다. 이 데이터셋은 비즈니스·금융 특화 LLM, 자동 사례 분석, 고도화된 재무 AI, 경영 의사결정 지원 시스템 등 다양한 AI 기술 개발에 최적화된 고품질 학술 자료입니다.
과학 학술 데이터셋
약 43억 단어, 52만여 건의 과학 분야 연구 논문 및 저널, 60권의 학술 서적 데이터셋은 영어로 제공되며, 대학원 수준의 교과서, 고급 학술 연구 논문, 저널, 교수진이 직접 작성한 복잡한 Q&A 콘텐츠를 포함합니다. 이 데이터셋은 물리학, 화학, 생물학 등 과학 분야 특화 LLM, 자동 문제 생성, 지능형 튜터링 시스템, 과학적 추론 AI 등 첨단 AI 기술 개발에 최적화된 고품질 학술 자료입니다.
수학 학술 데이터셋
8,752건의 수학 논문과 저널, 344권의 학술 서적(참고 문헌 1,638건 포함)으로 구성된 1억 6천만 단어 규모의 영어 데이터셋입니다. 대학원 및 수학 올림피아드 수준의 문제 세트, 고급 교과서, 교수진 Q&A 등 다양한 고급 수학 자료를 포함하여, 수학 특화 LLM 훈련, 자동 문제 생성, 지능형 튜터링 시스템 등 고차원 AI 기술 개발에 최적화된 고품질 학술 데이터셋입니다.
의료 학술 데이터셋
약 40억 단어, 55만건의 의료 분야 연구 논문 및 저널, 679권의 학술 서적(참고 문헌 173건 포함) 데이터셋은 영어로 제공되며, 의학 연구 논문, 임상 사례 연구, 최신 저널, 시험 스타일의 Q&A, 전문 의료 서적을 포함합니다. 이 데이터셋은 의료 특화 LLM, 임상 의사결정 지원, 의료 교육용 AI, 논문 자동 요약 등 첨단 AI 기술 개발에 최적화된 고품질 학술 자료입니다.
WorksOne 데이터셋 : SLM Fine Tuning Dataset
크라우드웍스의 자체 SLM 학습을 위해 설계된 이 데이터셋은 기업들이 실제 업무 환경에서 선호하는 표현과 어투를 반영하여 다양한 비즈니스 상황에 적합한 20가지 답변 유형을 체계적으로 담고 있습니다.
전문 지식 Q&A 한국어 데이터셋
법률, 세금·세무, 인사·노무, 의료, 약료, 반려동물, 치과, 한방, 무역, 보험, 재무설계, 과학, 부동산, 교통사고, 영양・식단, 육아·아동, 경제·금융, 인문·예술 등 총 17개 분야에 걸친 전문 지식 기반의 한국어 질의응답(Q&A) 데이터로 구성되어 있습니다.
스페인어 IVR 데이터셋
500시간 분량의 스페인어 음성 데이터로 스페인에서 수집된 것으로, 은행, 보험, 리테일, 통신 등의 주요 분야에서 IVR 시스템과의 실제 상호작용을 포함한 자료입니다. 고객의 질문과 응답을 통해 IVR 시스템에서의 실제 상호작용을 잘 보여주며, 고객 경험과 응답 분석에 중요한 통찰을 제공합니다.
영어 스크립트 1인 화자 녹음 데이터셋
보험, 리테일, 통신, 은행 등 다양한 산업에서 수집된 988시간 분량의 고품질 영어 대화 데이터입니다. 이 데이터는 영국, 미국, 호주 출신의 모국어 화자들에 의해 녹음되었습니다.