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。
说话人识别语料库 武汉大学联合中国移动九天人工智能团队和昆山杜克大学基于YouTube数据开源了超过11万小时的音视频说话人识别数据集VoxBlink2，是目前最大的公开可用的音视频说话人识别数据集。该数据集丰富了开源语音语料库，支持训练声纹大模型。
数据统计
相关导航
新TxT360
一个大规模、高质量的数据集，它包含了5.7万亿个优质tokens，旨在为大语言模型训练提供丰富的数据资源。
新Anthropic
Agent Skills 开源知识库 Anthropic Agent Skills 是 Anthropic 推出的开源知识库，为 Claude 模型提供可动态加载的示范性技能与最佳实践，涵盖多领域实用技能集，支持开发者直接使用或按规范自定义技能，通过按需加载指令集降低 Token 消耗、提升特定任务处理效率。
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Anthropic
Message Batches API 信息批量处理 一个用于处理和分析大量文本数据的API服务。
新TripleGangers
3D 扫描数据网站 个提供丰富人体 3D 扫描模型资源的平台，为数字人赛道创业者等提供了宝贵的素材支持。
新OceanBase
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。
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。
暂无评论...