AITOP

数据集

共 46 条相关 AI 资讯
5月20日
10:20
10:20官方账号arXiv cs.AI@Hebin Hu, Renke Dai, Ah-Hwee Tan, Yilin Kang
精选
研究团队提出一个框架，用于合成高质量、长期医疗对话数据集MediLongChat，以评估医疗AI代理的记忆和推理能力。该框架通过知识引导分解为三个阶段：构建具有多样疾病和并发症轨迹的患者档案、生成每次就诊的多轮对话、整合为连贯的纵向历史数据集。他们设立了三个基准任务（对话内推理、跨对话推理、合成推理）来测试医疗代理的记忆能力。实验表明，即使最先进的LLM在MediLongChat上也表现不佳，凸显了该基准的挑战性和开发定制方法的必要性。
论文医疗AI长期记忆对话系统
推荐理由：医疗AI开发者终于有了一个能真正测试长期记忆能力的基准——MediLongChat让跨会话推理变得可评估，做医疗对话系统的团队建议直接拿来跑跑看。
原文
5月19日
11:20
11:20官方账号arXiv cs.LG@Corentin Dumery, Niki Amini-Naieni, Shervin Naini, Pascal Fua
精选
现有目标计数模型在混合物体场景中表现不佳，而真实数据集标注成本高且存在噪声，合成数据集又缺乏多样性和真实性。为此，研究者推出了MixCount数据集和基准测试，通过自动生成流水线合成图像、细粒度文本描述和像素级计数标注，解决了标注歧义问题。在MixCount上评估现有模型，发现其性能在混合场景下严重下降。但用MixCount数据训练后，模型在FSC-147和PairTally基准上的平均绝对误差分别降低20.14%和18.3%。这表明MixCount不仅能作为基准测试，还能提供近乎无限的标注数据，突破计数模型长期面临的数据瓶颈。
论文目标计数数据集混合物体
推荐理由：做工业检测或产品分拣的团队，终于有专门针对混合物体场景的计数数据集了——用自动生成流水线解决标注难题，直接训练就能让模型在真实场景中MAE降20%，值得一试。
原文
5月13日
19:12
19:12官方账号arXiv cs.AI@Mannam Veera Narayana, Rohit Singh, Deepa M. R, Radha Krishna Ganti
精选
该研究发布了一个从商用5G网络收集的真实数据集，涵盖步行、自行车、汽车、公交和火车等多种移动模式及不同速度。数据集聚焦切换场景，包含定时提前测量等关键信号事件，旨在减少切换中断时间并维持连续吞吐量。现有研究多依赖仿真数据，无法反映真实部署行为，该数据集填补了这一空白。论文详细描述了数据采集设置、提取过程，并进行了探索性分析，特别关注移动性、波束管理和定时提前。该数据集可用于训练和评估AI/ML模型，例如定时提前预测，为6G原生AI移动性研究提供基础。
论文6G5GAI/ML
推荐理由：做6G/5G移动性优化或AI-Native网络研究的团队，终于有了真实部署数据来训练模型，比仿真数据靠谱得多，建议直接下载使用。
原文
5月12日
23:28
19:11
19:11官方账号arXiv cs.AI@Ishpuneet Singh, Gursmeep Kaur, Uday Pratap Singh Atwal, Guramrit Singh, Gurjot Singh, Maninder Singh
本文发布了BEACON（Behavioral Engine for Authentication & Continuous Monitoring），一个大型多模态行为数据集，包含28名玩家79次《Valorant》游戏会话的430GB同步数据，涵盖鼠标动力学、键盘事件、网络包、屏幕录制、硬件元数据和游戏配置。该数据集旨在填补现有行为认证基准在规模、模态和上下文同步方面的不足，适用于连续认证、行为画像、用户漂移和多模态表示学习研究。数据集和代码已在Hugging Face和GitHub上开源，为下一代行为指纹和网络安全模型提供可复现的基准。
论文多模态行为认证数据集
推荐理由：该数据集以高精度、高认知负担的战术射击游戏为测试场景，为行为生物特征研究提供了真实且严苛的基准，对AI安全和连续认证领域具有重要参考价值。
原文
5月11日
22:16
22:16官方账号Clement Delangue@ClementDelangue
Hugging Face CEO Clement Delangue发推宣布UFO数据集已通过MTSlive上传至Hugging Face平台。该数据集包含UFO相关图像，旨在推动计算机视觉模型训练。此举动可能激发开发者利用公开数据集进行异常目标检测等CV任务，扩展AI在非传统领域的研究边界。目前尚未有公开训练结果，但已引发社区关注。
AI产品数据集计算机视觉Hugging Face
推荐理由：UFO数据集作为非传统视觉数据资源，为CV研究者提供了探索异常检测、低置信度场景的新材料，有助于推动AI在开放世界感知中的鲁棒性研究。
原文