يقدم الباحثون VideoX-Qwen، وهو إطار عمل متكامل يجمع بين بناء البيانات القابلة للتوسع مع تدريب النموذج لتعزيز تحرير الفيديو العام المدعوم بالتعليمات. يستخدم النظام خط أنابيب إنتاج ينظم نماذج متخصصة لتسجيلات التحرير الاتجاهية، مما يؤدي إلى أكثر من 1.2 مليون عينة عالية الجودة في مهام الإضافة والحذف والاستبدال والسمات.
قدم عالم لغويات حاسوبي ومتخصص في معالجة اللغة الطبيعية بلغة الهوسا مجموعة بيانات جديدة مصممة لتقييم نماذج اللغات الكبيرة في سياق الرعاية الصحية والأمان ضمن لغة الهوسا.
أصدر مشروع FlyEye مجموعة البيانات المضغوطة الأولى على مستوى العصبونات، مع مجموعة أدوات مطور للمتصفح وبيئة التشغيل. يتضمن هذا الإصدار مجموعة البيانات Tubban/flyeye-escape-neuron-v1 المستضافة على Hugging Face.
أعلنت أدابتيون لابز عن ميزة "اخترع مجموعة بيانات"، التي تولّد مجموعات بيانات جاهزة للتدريب ومنظمة مباشرةً من أوصاف المهام باللغة الطبيعية دون الحاجة إلى مجموعة بذرة أو مخطط مسبق أو دليل تسمية. الأداة متاحة عبر تطبيق أدابتيون وواجهة SDK الخاصة بـ Python وواجهة REST API، مما يسمح للمستخدمين بتنزيل الصفوف المولّدة بصيغ JSONL أو JSON أو CSV أو Parquet.
يقدم المؤلفون TrialGPT 2.0، وهو نظام توصية للتجارب السريرية مدعوم بالذكاء الاصطناعي ومصمم للنشر في العالم الواقعي، يقيّم أي التجارب تستحق النظر بناءً على احتياجات المرضى وأولويات سير العمل.
وثّق دليل تعليمي جديد العملية خطوة بخطوة لبناء وتدريب مُرمّز BPE على مستوى البايت من المبادئ الأولى. يغطي الدليل تفاصيل التنفيذ الرئيسية مثل ما قبل الترميز الواعي لـ Unicode، وتحديثات تكرار الأزواج بشكل تدريجي، واستخدام كومة قصوى مع حذف كسول.
أضافت لوحة المتصدرين لـ Open ASR لغات الجنوب العالمي الأولى عبر مجموعتي تقييم جديدتين: Monsoon en-IN (الإنجليزية الهندية) وMonsoon hi-IN (الهندية). تعالج هذه الإضافات نقص التنوع الديموغرافي في المعايير الحالية، التي ركزت تاريخيًا على اللغات الأوروبية.
أصدر المؤلف أداة Calibra، المصممة لتحديد العروض السيئة في مجموعات بيانات التعلم بالتقليد للروبوتات قبل أن تستهلك موارد GPU.
أصدرت Harmonic Frontier معاينة لمجموعة بيانات Celtic Constellation Reference Sessions، والتي تتميز بتسجيلات متعددة المسارات متوافقة لترتيبات الأوركسترا الكلتية التقليدية والمعاصرة. تتكون البنية من أزواج متوافقة حيث يتضمن كل قطعة ستيمز جافة ومعزولة، نفس الأداء المعالج عبر سلسلة إنتاج، والميكس النهائي.
تم إصدار أرشيف شخصي كامل لكونستانتين تسيلكوفسكي، يتألف من 51,008 ورقة و2,019 ملفًا أرشيفيًا، كـ مجموعة بيانات CC0. تمتد المجموعة لخمسينيّات من عمل العالم المتعلم ذاتيًا لنظرية الصواريخ وتشمل مخطوطات بخط اليد إلى جانب نسخ مطبوعة.