media Hugging Face Forums · há 9 h · open_models

FlyEye lança escape-neuron-v1: grafo compacto de 3.376 neurônios / 78.797 arestas derivado do MaleCNS

Traduzido do English → Português (BR)

O projeto FlyEye publicou o primeiro conjunto de dados compacto em nível de neurônio, junto com um kit de desenvolvimento para navegador e runtime. Este lançamento inclui o conjunto de dados Tubban/flyeye-escape-neuron-v1 hospedado no Hugging Face.

O conjunto de dados contém um grafo compacto de 3.376 neurônios / 78.797 arestas assinadas derivado do MaleCNS.
Inclui um manifesto, relatório, perfil rápido agregado, metadados de citação e informações de licenciamento.
O grafo é projetado para experimentos reproduzíveis em navegador e Python.
O FlyEye separa explicitamente a fiação derivada do conectoma da percepção modelada e da dinâmica neural.

Os autores recebem feedback sobre esquema, proveniência, ergonomia do grafo e tarefas downstream úteis.

Importância 1/3 Confiança 1/3 Hugging Face Forums Training data

Ler original

Conjunto de dados de preferência e segurança de LLM para saúde em hausa

Um linguista computacional e especialista em PLN do idioma hausa apresentou um novo conjunto de dados projetado para avaliar Grandes Modelos de Linguagem no contexto da saúde e segurança dentro do idioma hausa.

media MarkTechPost · há 14 d · 17 visualizações

Adaption Labs lança 'Invent a Dataset' para gerar dados de treinamento a partir de descrições de tarefas

A Adaption Labs apresentou o "Invent a Dataset", um recurso que gera conjuntos de dados estruturados e prontos para treinamento diretamente a partir de descrições de tarefas em linguagem natural, sem exigir um corpus semente, esquema predefinido ou guia de rotulagem. A ferramenta está disponível por meio do aplicativo Adaption, SDK Python e API REST, permitindo que os usuários baixem as linhas geradas nos formatos JSONL, JSON, CSV ou Parquet.

arxiv arXiv cs.CL · há 17 d · 6 visualizações

TrialGPT 2.0 melhora a eficiência e o acesso ao recrutamento em ensaios clínicos em avaliação multicêntrica

Os autores apresentam o TrialGPT 2.0, um sistema de recomendação de ensaios clínicos assistido por IA projetado para implantação no mundo real, que avalia quais ensaios merecem consideração com base nas necessidades dos pacientes e nas prioridades do fluxo de trabalho.

media Hugging Face Forums · há 19 d · 18 visualizações

Tutorial: Construa e treine um tokenizador BPE em nível de bytes do zero

Um novo tutorial documenta o processo passo a passo para construir e treinar um tokenizador BPE em nível de bytes a partir dos primeiros princípios. O guia cobre detalhes-chave de implementação, como pré-tokenização consciente de Unicode, atualizações incrementais de frequência de pares e uso de um max heap com deleção preguiçosa.

lab Hugging Face Blog · há 21 d · 26 visualizações

Classificação de ASR Aberto adiciona conjuntos de dados Monsoon para hindi e inglês indiano

A Classificação de ASR Aberto introduziu seus primeiros idiomas do Sul Global com dois novos conjuntos de avaliação: Monsoon en-IN (inglês indiano) e Monsoon hi-IN (hindi). Essas adresses abordam a falta de diversidade demográfica nos benchmarks atuais, que historicamente se concentraram em línguas europeias.