Top companies for AI Training Data
Ranked by AI mention frequency in AI Training Data prompts · 34 observations · last seen Sep 24, 2026
Share of voice · top 10
Mention share across all brand mentions in this topic · remaining brands hold 85.0%
Leader
Common Crawl
2.6%
- 1
Common Crawl2.6% · 20
- 2
Hugging Face1.8% · 14
- 3
Kaggle1.7% · 13
- 4
Fineweb1.6% · 12
- 5
Dolma1.4% · 11
- 6
Scale AI1.4% · 11
- 7
Appen1.2% · 9
- 8
Google Dataset Search1.2% · 9
- 9
Imagenet1.2% · 9
- 10
Coco1.0% · 8
Full ranking
- 1.
Common Crawl2.6% SoV · 20 mentions · 7 prompts · Sep 24, 2026
- 2.
Hugging Face1.8% SoV · 14 mentions · 5 prompts · Aug 31, 2026
- 3.
Kaggle1.7% SoV · 13 mentions · 4 prompts · Sep 21, 2026
- 4.
Fineweb1.6% SoV · 12 mentions · 4 prompts · Sep 21, 2026
- 5.
Dolma1.4% SoV · 11 mentions · 4 prompts · Sep 21, 2026
- 6.
Scale AI1.4% SoV · 11 mentions · 3 prompts · Sep 21, 2026
- 7.
Appen1.2% SoV · 9 mentions · 3 prompts · Sep 21, 2026
- 8.
Google Dataset Search1.2% SoV · 9 mentions · 3 prompts · Sep 21, 2026
- 9.
Imagenet1.2% SoV · 9 mentions · 3 prompts · Sep 21, 2026
- 10.
Coco1.0% SoV · 8 mentions · 2 prompts · Sep 21, 2026
- 11.The Stack V21.0% SoV · 8 mentions · 4 prompts · Sep 21, 2026
- 12.
Ultrafeedback1.0% SoV · 8 mentions · 4 prompts · Sep 21, 2026
- 13.
Bright Data0.91% SoV · 7 mentions · 3 prompts · Sep 21, 2026
- 14.
Labelbox0.91% SoV · 7 mentions · 2 prompts · Sep 21, 2026
- 15.
Reddit0.91% SoV · 7 mentions · 4 prompts · Sep 24, 2026
- 16.
Refinedweb0.91% SoV · 7 mentions · 4 prompts · Sep 21, 2026
- 17.
Uci Machine Learning Repository0.91% SoV · 7 mentions · 3 prompts · Aug 18, 2026
- 18.Arxiv0.78% SoV · 6 mentions · 5 prompts · Sep 24, 2026
- 19.
Audioset0.78% SoV · 6 mentions · 2 prompts · Sep 21, 2026
- 20.
Hugging Face Datasets0.78% SoV · 6 mentions · 2 prompts · Sep 21, 2026
- 21.
Laion 5b0.78% SoV · 6 mentions · 2 prompts · Sep 21, 2026
- 22.
Librispeech0.78% SoV · 6 mentions · 2 prompts · Sep 21, 2026
- 23.
Redpajama0.78% SoV · 6 mentions · 2 prompts · Aug 31, 2026
- 24.
The Pile0.78% SoV · 6 mentions · 2 prompts · Aug 31, 2026
- 25.
Wikipedia0.78% SoV · 6 mentions · 5 prompts · Sep 24, 2026
- 26.
Aws Data Exchange0.65% SoV · 5 mentions · 2 prompts · Sep 21, 2026
- 27.
C40.65% SoV · 5 mentions · 2 prompts · Aug 31, 2026
- 28.Fineweb Edu0.65% SoV · 5 mentions · 4 prompts · Aug 31, 2026
- 29.
GitHub0.65% SoV · 5 mentions · 4 prompts · Sep 24, 2026
- 30.
Google0.65% SoV · 5 mentions · 4 prompts · Aug 31, 2026
- 31.
Kaggle Datasets0.65% SoV · 5 mentions · 3 prompts · Aug 31, 2026
- 32.
Mozilla Common Voice0.65% SoV · 5 mentions · 2 prompts · Sep 21, 2026
- 33.
Oxylabs0.65% SoV · 5 mentions · 3 prompts · Sep 21, 2026
- 34.
Papers With Code0.65% SoV · 5 mentions · 3 prompts · Aug 31, 2026
- 35.
Pubmed0.65% SoV · 5 mentions · 4 prompts · Sep 21, 2026
- 36.
Redpajama V20.65% SoV · 5 mentions · 4 prompts · Sep 21, 2026
- 37.
Stack Exchange0.65% SoV · 5 mentions · 4 prompts · Sep 21, 2026
- 38.
Stack Overflow0.65% SoV · 5 mentions · 2 prompts · Aug 31, 2026
- 39.
Codesearchnet0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 40.
Conceptual Captions0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 41.Hugging Face Hub0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 42.
Open Images0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 43.
Openassistant0.52% SoV · 4 mentions · 2 prompts · Aug 31, 2026
- 44.Project Gutenberg0.52% SoV · 4 mentions · 3 prompts · Sep 21, 2026
- 45.Pubmed Central0.52% SoV · 4 mentions · 4 prompts · Aug 31, 2026
- 46.Smoltalk0.52% SoV · 4 mentions · 3 prompts · Sep 21, 2026
- 47.
Snowflake Data Marketplace0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 48.Toloka0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 49.
Visual Genome0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026
- 50.
Voxceleb0.52% SoV · 4 mentions · 2 prompts · Sep 21, 2026