أطلقت NewTypeCola مجموعة VOKU Archive على Hugging Face، وهي مجموعة تضم 66,010 صفحة ممسوحة ضوئيًا من أوراق الإرشاد (cue sheets) لبث الراديو الجامعي الذي تديره الطلاب في كوريا الجنوبية. تمتد الوثائق من عام 1988 إلى 2019 وتشمل نص OCR، وتعليقات الرموز المميزة للأسماء المستعارة، والبيانات الوصفية.
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.