政策利好中国·部委政策文件4 天前
国家数据局发布培育数据流通服务机构意见
国家数据局等四部门发文明确数据交易所、平台企业、数据商三类机构功能定位，提出到2029年提升流通服务能力，并专门部署面向AI的高质量数据集流通交易，为数据要素市场化提供政策框架。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 7 条符合条件
当前筛选#dataset×
AgentHugging Face Papers4 天前
3DCodeVerse 让编码智能体生成可验证3D代码
3DCodeVerse 是一个面向编码智能体的3D内容生成生态，包含200万条可执行3D代码数据集、多智能体DAG生成与验证框架，以及3D编码实践指南。它通过执行检查、空间测量和视觉反馈自动评估修正程序，微调后开源模型3D编码能力显著提升，其框架在人类评测中对Claude Design取得90%胜率。
部署与算力Google AI Blog4 天前
Croissant: a metadata format for ML-ready datasets
Google 与 MLCommons 联合发布 Croissant，一种面向 ML 数据集的元数据格式，基于 schema.org 扩展，统一描述数据资源、组织方式与 ML 语义，解决数据集表示各异、复用困难的问题。Kaggle、Hugging Face、OpenML 及 TFDS 已支持，并附带 RAI 扩展词汇。
行业落地Google AI Blog4 天前
SCIN: A new resource for representative dermatology images
Google Research 与斯坦福医学院联合发布 SCIN 皮肤图像数据集，含超 1 万张由用户自愿贡献的皮肤、指甲和毛发状况照片，覆盖多种肤色与常见过敏、炎症、感染类病症，弥补现有数据集偏重浅肤色和肿瘤类病变的不足，免费开放供研究与开发使用。
大模型Google AI Blog4 天前
ScreenAI: A visual language model for UI and visually-situated language understanding
Google Research 发布 ScreenAI，一个 5B 参数的视觉语言模型，基于 PaLI 架构并采用 pix2struct 灵活分块策略，专门理解 UI 界面和信息图。通过自监督预训练与人工标注微调，在 WebSRC、MoTIF、ChartQA、DocVQA 等任务上达到同规模最优，并开源三个新数据集。
行业落地arXiv cs.CL4 天前
A Large-Scale Dataset for Multi-Class Financial News Classification in Brazilian Portuguese
该论文发布约16万篇巴西葡萄牙语金融新闻的大规模语料库，填补该领域数据集稀缺的空白。作者用人工和LLM两种方式标注子集，并对比余弦相似度、KNN和FAISS三种语义检索分类方法。结果显示任务对标签质量和类别分布高度敏感，人工标注下KNN最佳（准确率47.3%），LLM标注下F1骤降至约20%，凸显高质量人工标注的必要性。
AgentarXiv cs.AI4 天前
ARIA: Runtime Inspection and Amendment for Multi-Agent Systems
ARIA 提出面向 LLM 多智能体系统的运行时检查与修正框架，将执行验证过的修复转化为可复用监督数据，训练小模型在任务执行中途识别错误并介入修正，避免事后诊断或反复重跑。构建了首个大规模失败轨迹与验证修复配对数据集（3953 对），可跨框架与宿主模型泛化。
已过时译