在谷歌的新数据集发布后，CulturaX紧随其后，推出了新的数据集。这是一个清洁整理过的多语言数据标记集，总量达到了6T。这一数据集的发布，将为多语言语言模型的进一步发展提供巨大的助力。谷歌和CulturaX的这两次数...

DeepFakeFace (DFF) 是一个由先进技术生成的伪造名人照片的集合，旨在帮助我们更好地区分真实照片和伪造的照片。这个数据集集合了大量的伪造名人照片，这些照片的制作都运用了尖端的科技，如深度学习和人工智能等，...

科研人员成功训练出一个模型，通过使用自定义的数千种手动标记分子的数据集训练图神经网络，使其能够准确地识别气味。这是人工智能在模拟人类感知能力方面的一次重大突破，标志着人工智能在感知世界的能力上迈出了新...

Arcus公司通过使用分层检索器将检索增强生成（RAG）技术扩展到行星级规模。这种技术是通过将文件基于其语义内容进行分组聚类，然后逐步过滤这些组来缩小搜索空间。这样可以检索到更相关的上下文，减少幻觉，并在行星...

许多AI聊天机器人在进行像人类那样的自然、广泛的对话时都面临困难，因此GitHub发布了一个名为‘Topical-Chat’的新项目。这个项目引入了一个新的数据集，该数据集来自人类在8个大话题上的对话，旨在教会AI如何以更接...

在持续推动成为AI领域的开源贡献者的过程中，Meta公司近日公布了他们的DINO v2模型，并采用了更为宽松的许可证，允许社区在其基础上进行构建。此外，他们还发布了一个数据集，有助于确定并对各种计算机视觉模型中的...

本项目研发了一种调整图像解码方式的方法，特别适用于处理不熟悉的数据集。该过程更新解码器中的某些设置，确保在不消耗大量数据的情况下，依然能够获得高质量的图像。此外，该系统还能根据图像的类型实时适应，以获...

近日，一款名为「BatteryML」的开源工具包在技术圈内引起了广泛的关注。该工具包主要用于电池退化方面的研究，包括数据集、特征工程工具，以及一个模型库。它提供了一种全新的方式来研究和理解电池退化的过程，为电...

Meta AI近日公布了一系列利用虚幻引擎进行超真实图像处理的数据集。发布的数据集包括用于基础模型研究的PUG：动物，用于评估图像分类器鲁棒性的PUG：ImageNet，以及用于视觉语言模型评估的PUG：SPAR。这些数据集的发...

近日，WizardLM团队利用他们的Evol instruct技术显著提升了Llama代码的性能，甚至击败了Phind模型。此次成果尽管受到一些质疑，因为他们生成的指令直接提升了评估分数，而未使用固定的数据集，也没有把评估视为固定...