Apache Parquet作为表格数据交换的事实标准，采用二进制、列式、压缩的数据表示方式，具备充足的元数据，使得文件无需额外信息即可正确解释。该格式得到大多数现代数据工具与服务的支持。然而，Parquet文件存在一定...

在数据科学领域，CSV格式因其人类可读性强、相较于JSON和XML更为简洁且易于生成而广受欢迎。然而，CSV格式通常缺乏明确规范，且在数据压缩和性能方面表现不佳。实际上，有许多文件格式更适合处理表格数据。本文将探...

本项目介绍了哈希网格辅助上下文（HAC）框架，该框架实现了3D高斯数据（3DGS）的压缩，压缩比超过75倍，超越了当前的压缩标准。通过采用这种创新技术，3D高斯数据的存储和传输效率将得到显著提升，对于云计算、游戏...

近日，一项名为Poster Dataset Distillation的技术引起了广泛关注。该技术能够将庞大的数据集压缩成一个单一的'海报'，使得人工智能模型能够通过不到一张每个类别的图片进行学习。这一创新方法大幅减少了训练AI模型...

DeepMind的大型语言模型Chinchilla 70B可以将图像进行无损压缩，使其仅占原始大小的43.4％，并将音频数据压缩到仅占原始大小的16.4％。