新JEST数据筛选方法
JEST是一种用于大规模预训练的数据筛选方法，通过联合选择数据批次来加速多模态学习。
seekdb数据集 OceanBase seekdb 是一款开源、轻量级、AI原生的混合搜索数据库，可在一个查询中融合向量、全文、标量与空间数据，实现毫秒级多模态搜索。
数据统计
相关导航
新Google
Trillium TPU 谷歌云平台推出的第三代张量处理器，专为机器学习和高性能计算工作负载设计。
新GitHub MCP Server
GitHub 的官方模型上下文协议服务器 GitHub 的官方模型上下文协议（MCP）服务器，它提供了与 GitHub API 的无缝集成，能够实现高级自动化和交互功能，帮助开发者和工具更高效地与 GitHub 生态系统进行交互。
新Multi-SWE-bench
首个多语言代码修复基准数据集 首个专门针对多语言代码修复的基准数据集，旨在为代码修复研究提供高质量的数据支持，推动多语言编程环境下的代码修复技术发展。
新中文互联网基础语料
3.0（CCI 3.0）全景解析 CCI 3.0 是智源研究院发布的 1000 GB 级、经多维清洗与高质量标注的中文超大规模互联网语料库，为中文大模型与 NLP 研究提供“燃料”。
新OpenAI
MMMLU 数据集 一个用于评估 AI 模型多语言知识理解能力的基准测试集。
新Google TimesFM 2.0
谷歌开源时间序列预测模型 具备强大的预测能力，可处理长达2048个时间点的单变量时间序列，支持任意预测时间跨度。
新Snail
Radar 4D雷达数据集 Snail Radar Dataset 是一个大规模的4D雷达数据集，专为自动驾驶系统中的定位、建图和地点识别而设计。这个数据集通过三种不同的平台（手持设备、电动自行车和SUV）在多种环境条件下收集，包括晴朗天气、夜间和大雨天气。
暂无评论...