搜索：多语言数据集

「多语言数据集」共找到 6485 篇相关文章

对话际数科技联创：质量赛道的先驱者，要做空间数据的「精炼厂」

本文是对际数科技三位联合创始人的访谈。在具身智能时代数据采集火热但数据荒严重背景下，际数关注数据质量，其以测绘背景为底气，用‘一张图、一把尺、一个飞轮’搭建技术护城河，打造质量因子库，还创新训练质量模型，有稳定商业路径。

随AI火热，全球数据基础设施市场经历范式转移。算法与算力日趋同质，数据成企业竞争力护城河。多数企业数据体系未就绪，传统架构有障碍。文章提出AI原生数据平台的设计原则，云器科技等厂商正沿此方向发展。

清华刘知远团队论文提出全新数据筛选方案，解决传统数据筛选验证慢、主观性强问题。发明‘半成品加工法’降成本，用fastText筛数据，筛出Ultra - FineWeb数据集，提升模型性能，还计划拓展到专业领域。

2026年AI落地现悖论，模型能力强但多数项目难有ROI，原因是数据未准备好。腾讯云在AI产业应用大会宣布升级全栈数据平台，推出DataBuddy，可在多场景实现对话即交付，解决数据问题助力AI落地。

它石智航发布全球首个大规模真实世界具身VLTA多模态数据集WIYH，将于2025年12月开放。该数据集突破大，特点鲜明，优势明显，其发布填补数据空白，奠定以人为本范式。

2024年特斯拉和OpenAI在机器人数据采集上路线不同，前者重资产高精度，后者低成本众包。当前数据采集方式各有优劣，难以兼顾质量与成本。数据堂提出分层采集架构，通过场内工厂化和场外众包化双轮驱动解决难题。

近年来多模态指令数据合成依赖人工设计提示词，成本高。本文提出 Oasis 方法，仅靠图像生成数据，打破传统输入模式，还开源代码库 MM - INF。实验显示其数据多样，能提升 MLLM 性能。

北京航空航天大学团队发布面向通用遥感目标检测的大规模数据集与基础模型框架 LEVIRDet，构建了 LEVIRDet - 159 数据集，提出 LEVIRDetNet 模型。前者为训练泛化能力强的模型提供新数据基础，后者在多基准测试中表现出色。

在数据驱动场景中，解析复杂嵌套JSON结构费时费力。GitHub上标星40.9K的开源工具JSONCrack，能将JSON数据可视化为交互式节点图，还有转换、格式化等功能，使用简单，应用场景广。

上海AI Lab的SIM1研究实现布料物理性质真实再现，解决仿真数据与真实场景对齐问题。它提出real - to - sim - to - real新范式，通过闭环流程生成数据，能扩展轨迹、提升泛化能力，有望重新定义机器人数据天花板。