项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 326
核心亮点
- 按法律文本类型和语言分类整理，附数据集规模与许可信息，筛选效率高
- 覆盖判决、法规、合同、问答等多种法律 NLP 常见任务数据源
- 以 Markdown 维护，贡献门槛低，便于社区持续补充新数据集
不足之处
- 仅做链接汇总，不提供数据下载、清洗或预处理代码
- 部分链接可能随时间失效，缺少自动化校验机制
适用场景
- 法律 NLP 研究者快速调研可用的公开判决与法规语料
- 法律科技公司为智能合同审查或法律问答产品选型训练数据
- 学生或初学者寻找法律文本处理练手数据集与入门资源
替代项目
LexGLUE、legal-nlp-datasets
上一篇：arco-era5
下一篇：HDI-Dataset
同类项目推荐
IEPile
开源
用2000万条高质量数据，让大模型更懂信息抽取。
[ACL 2024] IEPile: A Large-Scale Information Extraction Corpus
Awesome-Dataset-Distillation
开源
一页看全数据集蒸馏论文，快速入门与追新
A curated list of awesome papers on dataset distillation and related applications.
rapiddweller-benerator-ce
开源
一键生成、脱敏、迁移测试数据，让开发测试更高效安全。
BENERATOR is a leading software solution to generate, obfuscate, pseudonymize and mi···
OmniWorld
开源
用多模态4D数据，训练能理解空间动态的世界模型
[ICLR 2026] OmniWorld: A Multi-Domain and Multi-Modal Dataset for 4D World Modeling
great_expectations
开源
用代码定义数据期望，自动验证并生成文档，让数据质量可控。
Always know what to expect from your data.
Recommendations-Diffusion-Text-I···
开源
一册在手，快速掌握扩散模型在文本图像生成的全部前沿论文。
A paper collection of recent diffusion models for text-image generation tasks, e,g.,···
Active-Learning-as-a-Service
开源
用主动学习智能选数据，省标注成本，提模型效率。
A scalable & efficient active learning/data selection system for everyone.
open-data-registry
开源
一键发现并定位 AWS 上的公开数据集
A registry of publicly available datasets on AWS
jailbreak_llms
开源
上万条真实越狱提示词，一键测试你的大模型安全防线
[CCS'24] A dataset consists of 15,140 ChatGPT prompts from Reddit, Discord, websites···