书籍类电子或文本数据-教材
包含讲义、作业、实验及课堂视频，支持教育大模型、课程理解、Lecture QA训练及多模态学习。
0 条数据更新时间 2026-06-08
数据集简介
主要数据内容包括：MIT 全学科课程公开教学资源计算机、AI、数学、物理等课程内容课程讲义、作业、实验与考试数据教授授课视频与课堂录像资源教材、阅读材料与习题解析数据开放课程（OER）与教学文档资源支持的能力方向包括：教育大模型与教学 AI 训练长文本与课程知识理解教学视频与多模态学习数学、AI、工程类知识训练教育知识图谱与课程检索Lecture QA 与学术问答系统训练适用于：LLM 教育语料训练在线教育平台研发课程知识库构建AI Tutor 与智能教学系统多模态学习模型训练高校课程研究与自学体系构建
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet，支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。
记录代表性
数据覆盖全量业务场景，样本均衡，具备行业代表性
需要定制更适合业务场景的数据集？
我们支持公开数据浏览、关键词筛选与企业级定制交付，帮助你更快完成模型训练与数据分析落地。