Tienda oficial de IA

Datasets para
tus modelos de IA

Somos un laboratorio de IA y cuidamos datasets para cada fase del entrenamiento: desde el pretraining hasta el fine‑tuning supervisado.

Datasets

Datos de calidad para entrenar modelos

Datasets propietarios desarrollados por el equipo Egomnia. Limpios, estructurados, listos para usar.

Progetto Talia dataset cover
Pretraining

Progetto Talia

Corpus de texto en italiano. Más de 360 contenidos de Progetto Talia, la plataforma de crecimiento personal y profesional fundada por Matteo Achilli. Material auténtico para el pretraining de modelos lingüísticos.

Descarga una muestra gratuita →
Formato
.txt (texto bruto)
Tamaño
811 Kb
Idioma
Italiano
Categoría
Contenidos de crecimiento personal, profesional y finanzas personales
Commercial AI Dataset License

La compra del dataset permite entrenar, hacer fine‑tuning y evaluar modelos de inteligencia artificial y machine learning y utilizar libremente, incluso con fines comerciales, los modelos resultantes, incluidos servicios, APIs o productos basados en dichos modelos. No se permite la reventa, sublicencia o redistribución del dataset o de partes sustanciales a terceros. Es obligatorio indicar Egomnia S.p.A. como fuente del dataset en cualquier documentación técnica, ficha del modelo o descripción pública del sistema desarrollado.

Userprompt.ai dataset cover
Pretraining

Userprompt.ai

Corpus de texto en el ámbito de la IA tomado del curso de divulgación sobre inteligencia artificial realizado por Matteo Achilli. Contenidos para transferir conocimiento sobre la IA a un público amplio.

Descarga una muestra gratuita →
Formato
.txt (texto bruto)
Tamaño
78 Kb
Idioma
Italiano
Categoría
Inteligencia Artificial, Machine Learning y Deep Learning
Commercial AI Dataset License

La compra del dataset permite entrenar, hacer fine‑tuning y evaluar modelos de inteligencia artificial y machine learning y utilizar libremente, incluso con fines comerciales, los modelos resultantes, incluidos servicios, APIs o productos basados en dichos modelos. No se permite la reventa, sublicencia o redistribución del dataset o de partes sustanciales a terceros. Es obligatorio indicar Egomnia S.p.A. como fuente del dataset en cualquier documentación técnica, ficha del modelo o descripción pública del sistema desarrollado.

Progetto Italia dataset cover
Pretraining

Progetto Italia

Corpus de texto en italiano dedicado a la promoción de las excelencias y la cultura italiana. Un proyecto curado por Matteo Achilli para valorizar el patrimonio cultural, artístico y empresarial de nuestro país.

Descarga una muestra gratuita →
Formato
.txt (texto bruto)
Tamaño
25 Kb
Idioma
Italiano
Categoría
Cultura, curiosidades y excelencias italianas
Commercial AI Dataset License

La compra del dataset permite entrenar, hacer fine‑tuning y evaluar modelos de inteligencia artificial y machine learning y utilizar libremente, incluso con fines comerciales, los modelos resultantes, incluidos servicios, APIs o productos basados en dichos modelos. No se permite la reventa, sublicencia o redistribución del dataset o de partes sustanciales a terceros. Es obligatorio indicar Egomnia S.p.A. como fuente del dataset en cualquier documentación técnica, ficha del modelo o descripción pública del sistema desarrollado.

Egomnia.com dataset cover
Pretraining

Egomnia.com

Corpus de texto bruto compuesto por contenidos publicados en Egomnia.com y accesibles para los usuarios autenticados de la plataforma, incluidos anuncios de empleo, publicaciones en grupos y boletines informativos, completamente anonimizados.

Descarga una muestra gratuita →
Formato
.txt (texto bruto)
Tamaño
1,4 MB
Idioma
Italiano
Categoría
Recursos Humanos
Commercial AI Dataset License

La compra del dataset permite entrenar, hacer fine‑tuning y evaluar modelos de inteligencia artificial y machine learning y utilizar libremente, incluso con fines comerciales, los modelos resultantes, incluidos servicios, APIs o productos basados en dichos modelos. No se permite la reventa, sublicencia o redistribución del dataset o de partes sustanciales a terceros. Es obligatorio indicar Egomnia S.p.A. como fuente del dataset en cualquier documentación técnica, ficha del modelo o descripción pública del sistema desarrollado.

Emma-5 SFT dataset cover
Fine‑tuning supervisado

Emma-5 SFT

Dataset compuesto por más de 44.600 prompts únicos, reales, anonimizados y clasificados en 21 categorías, recopilados durante la primera fase de lanzamiento del chatbot Emma, en la que los usuarios interactuaron con el modelo Emma-5 del 19 al 26 de junio de 2026.

Descarga una muestra gratuita →
Formato
.csv
Tamaño
5,3 MB
Modelo de origen
Emma-5
Idioma
Italiano
Categoría
Fine‑tuning conversacional
Commercial AI Dataset License

La compra del dataset permite entrenar, hacer fine‑tuning y evaluar modelos de inteligencia artificial y machine learning y utilizar libremente, incluso con fines comerciales, los modelos resultantes, incluidos servicios, APIs o productos basados en dichos modelos. No se permite la reventa, sublicencia o redistribución del dataset o de partes sustanciales a terceros. Es obligatorio indicar Egomnia S.p.A. como fuente del dataset en cualquier documentación técnica, ficha del modelo o descripción pública del sistema desarrollado.

Convenio académico

¿Eres una universidad?

Creemos en la investigación. Todos los datasets son gratuitos para universidades y centros de investigación acreditados. Los docentes pueden solicitar acceso completo para docencia e investigación científica.

Contáctanos para acceder a los datasets

«Queremos que los datasets de Egomnia se utilicen en proyectos de investigación académica en toda Italia.»