标签：数据集
不同数据集有不同的Scaling law？而你可用一个压缩算法来预测它
文章接着提出了一个问题：基于网络文本数据集得到的Scaling law是否具有普适性？为了回答这个问题，AI数据公司Reworkd的研究者Rohan Pandey进行了一项研究。...
Llama3背后的秘密：HuggingFace发布万亿级数据集Fineweb
摘要总结：HuggingFace最近发布了一个名为Fineweb的大规模筛选网络数据集，该数据集在15万亿个公共数据标记上进行训练，旨在优化大型语言模型（LLM）的性能。...
大模型微调项目 / 数据集调研汇总
文章摘要：本文总结了一些热门的大模微调项目和数据集。作者建议多动手实践，通过克隆项目、下载数据集和使用checkpoint来平定心态。文章介绍了几个大模型微...
一文带你了解LLAMA（羊驼）系列
摘要：本文详细介绍了Meta公司推出的LLAMA系列大型语言模型（LLM）的改进点。LLAMA系列模型采用decoder-only结构，通过高质量数据集、Pre-normalization预归...
“弱智贴吧”的数据，居然是最强中文语料库
AIGC领域专业社区关注：本篇文章来自一个专注于AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地。COIG-CQ...
弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书
在一项最新的研究中，使用百度贴吧中的弱智吧数据训练的大型AI模型在多个测试中取得了优异的成绩。这些测试包括问答、头脑风暴、分类、生成、总结和提取等，...
弱智吧：大模型变聪明，有我一份贡献
弱智吧是一个充满智慧和创意的社区，其内容已成为AI训练数据的宝贵资源。COIG-CQIA数据集的发布，为中文LLM的发展提供了重要的数据支持。研究表明，使用该数...
让智能体像孩子一样观察别人学习动作，跨视角技能学习数据集EgoExoLearn来了
研究背景 人类具有观察他人行为并映射到自己视角的能力，这对于AI智能体在通用场景中执行任务非常重要。目前AI智能体训练通常需要相同视角的演示视频，而直...
还得是抖音，字节推出竖屏视频理解数据集，入选CVPR2024
字节跳动技术团队针对竖屏视频理解发布了新数据集，并提出了多个技术点和一个初始方案。这项研究有助于竖屏视频的准确理解和基础技术架构的发展，论文已入选C...
晒应用是一个专注于软件和资源网站分享的导航类网站。我们致力于为用户提供最新、最热门的应用推荐和AI资源，涵盖各种AI绘画、AI制图、AI工具、AI剪辑、AI文本、AI创作、实用工具、免费软件、在线服务和在线影视导航。无论您是寻找最佳的数字工具还是想要了解最新的黑科技应用，晒应用都能满足您的需求。