数据猎手小k - 博客园

2024年10月25日

摘要： 2024-10-24，由上海人工智能实验室联合多所高校创建了MMScan，这是迄今为止最大的多模态3D场景数据集，包含了层次化的语言标注。数据集的建立，不仅推动了3D场景理解的研究进展，还为训练和评估多模态3D感知模型提供了宝贵的资源。一、研究背景：随着大型语言模型（LLMs）的兴起和与其他数据阅读全文

posted @ 2024-10-25 11:11 数据猎手小k 阅读(68) 评论(0) 推荐(0)

Diffusion Deepfake Speech ：利用扩散模型生成的深度伪造语音数据集

摘要： 2024-10-09，由捷克布尔诺理工大学的研究人员创建了Diffusion Deepfake Speech，一个基于扩散模型的深度伪造语音数据集，对于评估和改进现有的深度伪造检测系统具有重要意义。一、研究背景：随着人工智能和机器学习技术的进步，合成语音生成技术已经变得足够先进，以至于能够欺骗系阅读全文

posted @ 2024-10-25 10:06 数据猎手小k 阅读(97) 评论(0) 推荐(0)

Omni-MATH数据集：超过33个子领域的通用奥林匹克级别的数学数据集.

摘要： 2024-10-10,北京大学联合多个机构和企业创建了Omni-MATH数据集，是一个大型语言模型在奥林匹克数学竞赛级别的数学推理能力进行评估的综合基准。这个数据集的创建意味着我们有了更严格的工具来测试和提高模型在解决复杂数学问题上的性能。一、研究背景：随着大型语言模型在数学推理能力上的显著进步阅读全文

posted @ 2024-10-25 10:03 数据猎手小k 阅读(147) 评论(0) 推荐(0)

BC-MRI-SEG数据集：首个统一的乳腺癌MRI肿瘤分割基准，推动深度学习模型的泛化能力

摘要： 2024-04-22，由美国中佛罗里达大学计算机视觉研究中心创建了BC-MRI-SEG，这是基于公开可用的MRI数据集的二元乳腺癌肿瘤分割的基准。这个数据集的创建，不仅为医学影像社区提供了易于访问的四个公共乳腺癌MRI数据集，还通过比较最先进的深度学习方法，为临床设置中的稳健和适应性强的模型提供了评阅读全文

posted @ 2024-10-25 09:00 数据猎手小k 阅读(102) 评论(0) 推荐(0)

2024年10月24日

MTU-Bench数据集：用于提升LLMs在多轮对话和多工具使用场景下的性能

摘要： 2024-10-15，由阿里巴巴集团联合中国科学院大学和滑铁卢大学提出了一个创新的大型语言模型（LLMs）多粒度工具使用基准测试数据集——MTU-Bench。这个数据集的重要意义在于它通过模拟真实世界中的工具使用场景，提供了一个全面的评估框架，能够细致地衡量和提升LLMs在多轮对话和多工具使用场景下阅读全文

posted @ 2024-10-24 16:42 数据猎手小k 阅读(219) 评论(0) 推荐(0)

Comp-DD数据集：通过从 ImageNet-1K 中选择十六个子集构建而成，其中包含八个简单子集和八个困难子集。用于评估和提升数据集蒸馏在复杂场景下性能的基准测试

摘要： 2024-10-23，由新加坡国立大学和卡内基梅隆大学的研究团队等提出了一种新的数据集蒸馏方法EDF（Emphasize Discriminative Features），它通过Grad-CAM激活图增强合成图像中的关键判别区域，以提高在复杂场景下的性能。这一方法的意义在于，它能够显著提升在如Ima 阅读全文

posted @ 2024-10-24 15:15 数据猎手小k 阅读(56) 评论(0) 推荐(0)

AudioSetCaps数据集：包含190万对来自AudioSet录音的音频-字幕对。

摘要： 2024-10-21，由西北工业大学、西安联丰声学技术有限公司、南洋理工大学、萨里大学和中国科学院声学研究所创建了AudioSetCaps数据集，包含190万对来自AudioSet录音的音频-字幕对。这个数据集在音频-文本检索和自动音频字幕两项下游任务上展现了卓越的性能，证明了其生成字幕的高质量。值阅读全文

posted @ 2024-10-24 14:20 数据猎手小k 阅读(83) 评论(0) 推荐(0)

VideoCube：2024-10-03，由中国科学院自动化研究院创建，一个高质量、大规模的基准测试数据集，目的通过模拟人类视觉跟踪能力，推动目标跟踪算法的智能化发展。

摘要： 2024-10-03，由中国科学院自动化研究所创建的VideoCube数据集，探索如何使计算机视觉任务在目标跟踪方面更加接近人类的能力。这个数据集的意义在于提供了一个高质量、大规模的基准测试平台，能够模拟真实世界的复杂环境，为衡量和提升目标跟踪算法的智能水平提供了重要的科学评估工具。一、研究背景：阅读全文

posted @ 2024-10-24 10:28 数据猎手小k 阅读(39) 评论(0) 推荐(0)

ALLO数据集：首个为月球轨道机器人近距离操作设计的异常检测基准开源数据集。

摘要： 2024-09-30，由多伦多大学航天与地面自主机器人系统实验室（STARS）与多伦多机器人与人工智能实验室（TRAIL）联合MDA太空公司，共同创建了ALLO（Anomaly Localization in Lunar Orbit）数据集。这个数据集填补了月球轨道空间操作异常检测领域的空白，为机器阅读全文

posted @ 2024-10-24 10:23 数据猎手小k 阅读(55) 评论(0) 推荐(0)

2024年10月23日

Curated Comparative 数据集：包含20种视觉主题、超过10,000张图片的数据集，目的通过深度学习和机器学习模型来识别和分类电影和视觉艺术中的视觉主题。

摘要： 2024-10-21，由西班牙庞培法布拉大学的研究团队创建的Curated Comparative Dataset，目的通过机器学习模型自动识别和分类这些视觉主题，对艺术历史和视觉文化领域的研究人员以及艺术家和内容创作者具有重要意义。一、研究背景：在电影艺术中，视觉主题是具有艺术或美学意义的反复阅读全文

posted @ 2024-10-23 16:50 数据猎手小k 阅读(56) 评论(0) 推荐(0)

公告