北京公共数据开放平台-连环夺宝

全国公开的招投标信息数据，招投标各阶段的公告文本和附件。同时，实现了公告文本的精准结构化，并基于相关数据构建知识图谱。

涉及物体检测（2d/3d）、分割、姿态估计、机器人视觉slam、占用网络多个任务

精准招商、城市画像、产业研究、企业尽调、融资监测、知识产权、国高新企业分析、国家专精特新分析模板报告及精品报告

该数据集包含用于大规模虚拟筛选的小分子结构和多肽结构和相关的参数文件。这些小分子药物结构数据库和多肽药物结构库为研究人员提供了广泛的化合物和多肽结构信息，可供大规模虚拟筛选和药物设计使用。研究人员可以利用这些数据库中的化合物或多肽进行计算筛选，以找到与目标分子相互作用的候选药物，并进一步进行追踪和验证。

京东、淘宝、天猫三大电商平台的涉农店铺、商品、销售等数据。涉及到的农业种类分为12个一级大类、36个二级分类、10个三级分类。一级分类为：传统滋补、保健食品/膳食营养补充食品，医疗保健、水产肉类/新鲜水果蔬菜/熟食、生鲜、粮油米面/南北干货/调味品、饮品饮料、农业生产资料、农机/农具/农膜、农用物资、农资园艺、畜牧/养殖物资。数据字段有：一级分类、二级分裂、三级分类、地级市、月份、店铺id、省市、月销售额、月销量、店铺名称、当月均价。

微博平台上特定关键词搜索的微博博文、用户信息数据，例如畜牧、乡村振兴、农资等，通过网络采集获取。关键字比如：农业、农业劳动力、农业和虫害、农具、农村、小农、大米、大豆、大麦、新型职业农民等。存储的资源包含微博id、搜索关键词、博主id、微博创建时间、微博转发条数、微博点赞数、评论数、转发理由、图片数量、手机类型、微博文本内容原文、微博地址。

新发地批发市场价格的每天数据。包含蔬菜、水果、肉禽蛋、水产、粮油、豆制品、调料5个一级分类，水菜、特菜、进口果、干果、猪肉类、牛肉类、羊肉类、禽蛋类、淡水鱼、虾蟹类、贝壳类、其他类、米面、杂粮类、食用油16个二级分类，每个类别数据字段为：一级分类、二级分类、品名、最低价、平均价、最高价、规格、产地、单位、发布时间。对应的时间范围是2020年1月1日到20230816。

可提供数十家二级以上公立医院（近二十多年）主诊断为糖尿病的门诊就诊数据，包含患者年龄、婚姻状况、疾病诊断、用药情况、检查情况、检验情况等维度。（特别说明：不提供患者、医院、医生等敏感信息）

官方媒体网站数据 （中央新闻网站-地方新闻网站） 门户资讯网站数据（如：新浪、搜狐、网易、腾讯、凤凰等） 行业新闻门户网站数据（如：财经、教育、电力、人大、政法、党建类……等） 网信办可供转载白名单（合格稿源）资质单位网站数据 网信办新闻服务许可资质单位网站数据

网络大数据采集的农业网站文本数据，包含农业信息数据等。涉及到的农业网站为中国养殖网的封面头条、行业信息、养殖信息、焦点新闻、企业动态、国际信息等。中国畜牧业信息网政府要闻、实证要闻、政策法规等。

金融企业的各类风险典型案例分析的原始数据和成果数据协同的数据集。

可提供数十家二级以上公立医院（近二十多年）主诊断为糖尿病的门诊就诊数据，包含患者年龄、婚姻状况、疾病诊断、用药情况、检查情况、检验情况等维度。（特别说明：不提供患者、医院、医生等敏感信息）

涉及detection（2d/3d）、tracking、prediction、激光雷达分割、全景任务、占用网格多个任务， 同时提供高速，高架，城区，城中村，乡村，测试场多种场景， 保证测试集和训练集的场景完全隔离

标签化的互联网主流新闻客户端数据。

药品在不同疾病、症状、人群的详细使用说明，包服用方法、含周期、用法用量、药师建议、营养处方、食疗等信息，经过药师逐一审核。

此数据集包含200万组通用领域多任务单轮问答数据，任务类型包含头脑风暴、内容分类、关键信息提取、文章生成、内容重写、聊天、封闭域问答、开放域问答等，适用于大模型构建及微调。

信创、5g、物联网、传感器、云计算、网络安全、集成电路、地理信息、精密测绘、软件服务、数字经济、工业软件、智能终端、数据中心、超高清视频、工业互联网、轴承、激光、北斗、机器人、压缩机、数控机床、轨道交通、智能装备、工程机械、物流装备、新能源汽车、航天、航空、无人机、工业视觉、增材制造、农业机械、精密仪器设备、激光与增材制造、大健康、医疗器械、医药制造等

标签化的政务网站数据。

拓知全球基因专利数据库由拓尔思和知识产权出版社联合开发，系统涵盖全球40多个国家、地区和组织的生物序列相关专利数据及32个公共资源库，提供生物序列检索、序列比对、基因专利检索等在线云服务，为生物技术领域的发展和创新提供支撑。

监管部门开出的监管处罚和司法部分的裁判文书数据，高度结构化和关联分析后的数据集。