「数据集构建」共找到 4046 篇相关文章
7.2K Star 治愈系AI伴侣开源！开源AI虚拟伴侣，支持Live2D/VRM形象！
AI虚拟角色构建常面临技术和硬件难题，而Project AIRI开源项目可轻松构建能聊天、玩游戏的萌系AI虚拟伴侣。它功能丰富，支持多模型、跨平台，还能跨端运行，值得一试。
手术刀式去噪突破LLM能力上限，从头预训练模型下游任务平均提高7.2% | 中科院＆阿里
中科院计算所与阿里Qwen等团队联合提出RefineX框架，通过程序化编辑任务实现预训练数据精炼。它将专家指导结果蒸馏为删除程序，训练优化模型。用其净化数据训练模型，下游任务平均提高7.2%。
具身智能空间视觉死穴，终于被最新顶会彻底解决！
招商局先进技术研究院下属实验室提出新的移动数据范式，以极低成本破解 VLA 的空间泛化瓶颈。研究团队识别出 VLA 模型三种捷径学习模式，提出层次化数据解耦策略，该方案在主流 VLA 模型上验证有效。
一个中大型组织到底需要怎样的AI办公，这场闭门会说清楚了
今年初麻省理工报告指出企业AI投入大但多数试点难量化回报。6月9日金山办公举办闭门会，探讨企业级AI问题，指出其要过数据、知识、安全三关，还给出选场景、重数据等判断。
The Sentient Interface: Art, Technology, and the Expanded Mind
在计算与数据主导的时代，艺术、科学与技术边界渐趋模糊。本次活动汇聚四位从业者，探讨如何将无形元素转化为审美体验，从生态数据到AI叙事，跨越学科探索人机关系与环境依存。
智能体工程的隐形技术债：10分钟造出一个 Agent，公司却要为它养一个平台团队
如今构建智能体容易，但投入生产后会面临诸多问题。文章围绕智能体绘制出集成、上下文湖等七个基础设施模块，分析各模块隐性技术债务，并指出不同阶段债务表现，还提及应对措施及相关会议推荐。
CMU&NYU最新工作解释：存储在权重里的“智能”是从哪来的？
论文《From Entropy to Epiplexity》指出经典信息论在AI面前有三大悖论，提出用Epiplexity度量信息。它将数据信息拆为Time - bounded Entropy和Epiplexity，通过神经网络训练近似计算，实验验证其有效性，并给出启示。
长程执行成具身智能必考题，墨奇的答案是Agentic-Native｜甲子光年
具身智能中长程执行成关键问题，墨奇智能发布具身模型架构MoRA，提出Agentic - Native技术路线，让Agentic能力原生存在于策略模型中，还介绍了模型内部设计、所需数据等内容。
干掉 90% 的 BI 工程师：自动生成 SQL、洞察、预测，连图表都帮你画好
介绍了基于LLM和RAG的结构化数据问答系统，它能将查询转化为SQL语句执行，生成数据图表及分析。其看板用法新颖，可进一步分析、预测，免去大部分BI工作，对非技术分析人员友好。
一个LoRA实现GPT-4o级图像编辑！浙大哈佛新模型冲上Hugging Face榜二
随着Gemini、GPT - 4o等把基于文本的图像编辑推向高峰，提高性能常需大量数据和大参数量模型。而浙大哈佛团队提出ICEdit，用少量数据和参数实现高质量图像编辑，媲美甚至超越商业大模型。