VideoX-Qwen이 지시 기반 비디오 편집을 위한 데이터 중심 프레임워크 소개
연구원들은 확장 가능한 데이터 구축과 모델 학습을 결합하여 범용 지시 기반 비디오 편집을 발전시키는 통합 프레임워크인 VideoX-Qwen을 제시했습니다. 이 시스템은 방향성 편집 레코드를 생성하기 위해 특수화된 모델을 조직하는 생산 파이프라인을 활용하며, 추가, 제거, 교체 및 속성 작업에 걸쳐 120만 개 이상의 고품질 샘플을 생성합니다.
하우사어 의료 LLM 선호도 및 안전성 평가 데이터셋
전산 언어학자이자 하우사어 NLP 전문가가 하우사어 맥락에서 의료 및 안전성을 위한 대규모 언어 모델을 평가하기 위해 설계된 새로운 데이터셋을 소개했습니다.
FlyEye가 escape-neuron-v1 출시: MaleCNS 기반의 3,376 뉴론 / 78,797 엣지 컴팩트 그래프
FlyEye 프로젝트는 브라우저 및 런타임 개발 키트와 함께 최초의 컴팩트 뉴론 레벨 데이터셋을 공개했습니다. 이번 릴리스에는 Hugging Face에 호스팅된 Tubban/flyeye-escape-neuron-v1 데이터셋이 포함됩니다.
Adaption Labs가 작업 설명에서 훈련 데이터를 생성하는 'Invent a Dataset' 출시
Adaption Labs는 시드 코퍼스, 사전 정의된 스키마, 또는 라벨링 가이드 없이 자연어 작업 설명에서 구조화된 훈련 준비 완료 데이터셋을 직접 생성하는 기능인 "Invent a Dataset"을 소개했습니다. 이 도구는 Adaption 앱, Python SDK 및 REST API를 통해 사용할 수 있으며, 사용자는 JSONL, JSON, CSV 또는 Parquet 형식으로 생성된 행을 다운로드할 수 있습니다.
TrialGPT 2.0은 다기관 평가에서 임상 시험 매칭 효율성과 접근성을 향상시킵니다
저자들은 TrialGPT 2.0을 제시합니다. 이는 환자 요구와 워크플로우 우선순위에 기반하여 어떤 임상 시험을 고려할 가치가 있는지 평가하는 실제 배포를 위해 설계된 AI 보조 임상 시험 추천 시스템입니다.
튜토리얼: 처음부터 바이트 레벨 BPE 토크나이저 구축 및 학습하기
새로운 튜토리얼은 제1원리에서 바이트 레벨 BPE 토크나이저를 구축하고 학습하는 단계별 과정을 문서화합니다. 가이드는 유니코드 인식 사전 토큰화, 증분 페어 빈도 업데이트 및 지연 삭제가 있는 최대 힙 사용 등 주요 구현 세부 사항을 다룹니다.
Open ASR 리더보드에 힌디어 및 인도 영어용 Monsoon 데이터셋 추가
Open ASR 리더보드가 두 가지 새로운 평가 세트인 Monsoon en-IN(인도 영어)과 Monsoon hi-IN(힌디어)를 통해 글로벌 사우스 언어를 처음 도입했습니다. 이러한 추가는 역사적으로 유럽어에 집중해 온 현재 벤치마크의 인구통계학적 다양성 부족 문제를 해결합니다.
omertt27, 로봇공학 데이터셋 관측성 및 코어셋 선택을 위한 Calibra 출시
저자는 GPU 자원을 소비하기 전에 로봇 공학 모방 학습 데이터셋에서 불량 데몬스트레이션을 식별하도록 설계된 도구인 Calibra를 출시했습니다.
Harmonic Frontier, Celtic Constellation Reference Sessions 데이터셋 미리보기 출시
Harmonic Frontier 는 전통적이고 현대적인 켈트 앙상블 편곡의 정렬된 멀티트랙 녹음을 특징으로 하는 Celtic Constellation Reference Sessions 데이터셋의 미리보기를 게시했습니다. 아키텍처는 각 곡이 드라이한 분리 스템, 프로덕션 체인을 통해 처리된 동일한 퍼포먼스 및 완성된 믹스를 포함하는 정렬된 쌍으로 구성됩니다.
vldmrbesk가 측정된 인식 정확도를 갖춘 51,000장 분량 티olkovsky 아카이브 공개
자습형 로켓 이론가인 콘스탄틴 치올코프스키의 완전한 개인 아카이브(51,008장 및 2,019개 아카이브 파일로 구성)가 CC0 데이터셋으로 공개되었습니다. 이 컬렉션은 그의 50년 간의 작업을 아우르며, 필사 원고와 타자본이 함께 포함되어 있습니다.