工具概览
AIGCDataHub 是一个把生成式 AI 模型追溯到其数据的目录。它被描述为一个有证据支撑、持续维护的目录，涵盖多模态模型、数据集、训练阶段、处理策略、访问条件和数据血缘。该仓库是事实来源，另有一个可选的交互式 GitHub Pages 视图，基于同一份主数据构建。
每张卡片都保留发布和核实日期，区分训练数据、评估数据和运行时数据，把具名的公共数据集解析为访问链接，并记录重要的未披露字段，而不是根据模型行为推断。该目录涵盖当前的图像、视频、音视频和统一多模态模型，以及每个模型背后的公开、受限、内部、合成和未披露的数据。纯文本 LLM 语料库有意不在范围之内。
生成的站点载荷是受版本控制的 JSON 快照，可以直接从默认分支查询。项目指出，数据集可公开下载并不意味着其中每个底层媒体资源都可用于训练、商业用途或再分发，并声明该仓库是工程参考，而非法律意见。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 团队用 AIGCDataHub 把生成式 AI 模型追溯到其数据。
- 团队用 AIGCDataHub 查看模型与数据集的血缘关系。
- 团队用 AIGCDataHub 查找可下载的数据集。
- 团队用 AIGCDataHub 查询受版本控制的 JSON 快照，获取某个模型及其已披露的数据引用。
- 团队用 AIGCDataHub 监控来自官方模型、论文、仓库、数据集和排行榜来源的变化。
- 团队用 AIGCDataHub 检查数据集的访问条件。
- 团队用 AIGCDataHub 了解已披露的处理策略。
功能特性
AI 助手
自然语言界面
工作流自动化
用户评论
还没有评论，来分享你的使用体验吧
常见问题
What data did a model actually name?
The repository provides source-backed training, fine-tuning, preference, evaluation, and inherited-data references.
Can I access it?
It provides direct download, browse, request, API, or explicit unavailable/not-released status.
How was it processed?
It records disclosed filtering, deduplication, recaptioning, synthesis, and preference-optimization operations.
What remains unknown?
Missing sources, rights, mixture ratios, scale, and stage details are retained as findings.
What changed recently?
It provides daily official-source monitoring, reviewed update records, and versioned Git history.