media Hugging Face Forums · hace 9 h · open_models

FlyEye lanza escape-neuron-v1: grafo compacto de 3.376 neuronas / 78.797 aristas derivado de MaleCNS

Traducido del English → Español

El proyecto FlyEye ha publicado el primer conjunto de datos compacto a nivel de neuronas junto con un kit de desarrollo para navegador y runtime. Este lanzamiento incluye el conjunto de datos Tubban/flyeye-escape-neuron-v1 alojado en Hugging Face.

El conjunto de datos contiene un grafo compacto de 3.376 neuronas / 78.797 aristas firmadas derivado del MaleCNS.
Incluye un manifiesto, informe, perfil rápido agregado, metadatos de citación e información de licencia.
El grafo está diseñado para experimentos reproducibles en navegador y Python.
FlyEye separa explícitamente el cableado derivado del conectoma de la percepción modelada y la dinámica neuronal.

Los autores acogen comentarios sobre el esquema, procedencia, ergonomía del grafo y tareas posteriores útiles.

Importancia 1/3 Confianza 1/3 Hugging Face Forums Training data

Leer original

Conjunto de datos para evaluar preferencias y seguridad de LLM en atención médica en hausa

Un lingüista computacional y especialista en PLN del idioma hausa ha presentado un nuevo conjunto de datos diseñado para evaluar Modelos de Lenguaje Grande en el contexto de la atención médica y la seguridad dentro del idioma hausa.

media MarkTechPost · hace 14 d · 17 vistas

Adaption Labs lanza 'Invent a Dataset' para generar datos de entrenamiento a partir de descripciones de tareas

Adaption Labs ha presentado "Invent a Dataset", una función que genera conjuntos de datos estructurados y listos para el entrenamiento directamente a partir de descripciones de tareas en lenguaje natural, sin necesidad de un corpus inicial, un esquema predefinido ni una guía de etiquetado. La herramienta está disponible a través de la aplicación Adaption, el SDK de Python y la API REST, permitiendo a los usuarios descargar las filas generadas en formatos JSONL, JSON, CSV o Parquet.

arxiv arXiv cs.CL · hace 17 d · 6 vistas

TrialGPT 2.0 mejora la eficiencia y el acceso al emparejamiento de ensayos clínicos en una evaluación multicéntrica

Los autores presentan TrialGPT 2.0, un sistema de recomendación de ensayos clínicos asistido por IA diseñado para su implementación en el mundo real que evalúa qué ensayos merecen consideración según las necesidades del paciente y las prioridades del flujo de trabajo.

media Hugging Face Forums · hace 19 d · 18 vistas

Tutorial: Construye y entrena un tokenizador BPE a nivel de bytes desde cero

Un nuevo tutorial documenta el proceso paso a paso para construir y entrenar un tokenizador BPE a nivel de bytes desde los primeros principios. La guía cubre detalles clave de implementación como la pre-tokenización consciente de Unicode, actualizaciones incrementales de frecuencia de pares y el uso de un montículo máximo con eliminación diferida.

lab Hugging Face Blog · hace 21 d · 26 vistas

El tablero de clasificación de ASR abierto añade conjuntos de datos Monsoon para hindi e inglés indio

El tablero de clasificación de ASR abierto ha introducido sus primeros idiomas del Sur Global con dos nuevos conjuntos de evaluación: Monsoon en-IN (inglés indio) y Monsoon hi-IN (hindi). Estas adiciones abordan la falta de diversidad demográfica en los benchmarks actuales, que históricamente se han centrado en idiomas europeos.