The Atlantic crea base de datos de música usada para entrenar IA
El Atlantic revela una base de datos de millones de canciones usadas para entrenar IA. Google y Stability AI la han utilizado. Descúbrela.
#datasets
Datasets de lengua de señas a gran escala: encuesta exhaustiva
Descubre la encuesta más completa sobre datasets de lengua de señas: 120 recursos, 35 lenguas, desafíos de anotación y benchmarks. Ideal para investigadores y
PrefSQA: Predicción de Preferencia Pareada para Calidad de Voz
Descubre PrefSQA: predicción de preferencias pareadas para evaluar calidad de voz. Datasets de alta calidad mejoran resultados. Sin MOS.
Límites de localización por nacionalidad en datasets multilingües de salud
Descubre cómo la localización por nacionalidad en datasets multilingües de salud mental causa inconsistencias y sesgos al evaluar depresión por LLM.
Selección eficiente de modelos para datasets de pocas clases
Descubre cómo elegir modelos neuronales más rápidos y pequeños para datasets con pocas clases. Ahorra recursos sin perder precisión.
Meta-clasificación de modelos OCC con correlación de ranking y vecino cercano
Aprende a clasificar modelos OCC con correlación de ranking y vecino cercano. Alta precisión en datasets y algoritmos. Código público.
Clasificación meta de modelos de una clase usando ranking y vecinos cercanos
Meta-clasificación de modelos OCC con ranking y vecino cercano: alta precisión clasificando datos y algoritmos. Solución unificada de modelos, datos y rankings.
FineGen: Marco multiagente basado en VLM para datasets detallados
Descubre FineGen, un marco multiagente basado en VLM que construye datasets de imagen-texto con muestras negativas duras, logrando un 96.7% de validez y +14.4%
Aprendizaje no supervisado para modalidades faltantes en aprendizaje multimodal
Descubre cómo UL4M4 imputa embeddings faltantes en aprendizaje multimodal mediante clustering no supervisado, logrando F1 >0.7 incluso con >50% de datos
Segmentación de imágenes médicas: desafíos, benchmarks y más allá
Descubre los desafíos y benchmarks en segmentación de imágenes médicas con métodos U-Net, Transformer y SAM. Guía para investigadores y profesionales.
¿Puede el trabajo con datos ser reparador?
Descubre cómo un enfoque feminista y colaborativo busca reparar el trabajo con datos para la seguridad en línea, redefiniendo la responsabilidad en la IA.
Construcción de datasets de evaluación para razonamiento procedimental
Comparativa de estrategias de generación de preguntas para razonamiento procedimental. La generación estricta TMK logra 96.5% de preguntas fundamentadas.
Foro matemático: resolución colaborativa y generación de datasets para IA
Plataforma que integra OCR para convertir fórmulas a LaTeX, facilitando la colaboración y generando datasets para entrenar IA en razonamiento matemático.
SDQM: Métrica de calidad de datos sintéticos para evaluar datasets de detección
Descubre SDQM, la métrica que evalúa la calidad de datos sintéticos para detección de objetos sin necesidad de entrenar modelos. Ahorra tiempo y recursos.
DeMix: Depuración de datos de entrenamiento con errores mixtos
Aprende cómo DeMix diagnostica errores mixtos en datos de entrenamiento usando vectores de influencia. Logra un 22.61% más de precisión en limpieza de datos.
RCAP: poda dinámica de datos robusta y consciente de clases
Descubre RCAP, un algoritmo de poda dinámica que mantiene alta precisión en clases minoritarias usando solo el 10% de los datos. ¡Acelera tu entrenamiento!
GraspLLM: Generalización zero-shot en grafos de texto con LLMs
GraspLLM combina LLMs y aprendizaje contrastivo para generalizar sin entrenamiento en múltiples datasets de grafos textuales. Logra rendimiento superior zero-shot.
Límites éticos y técnicos de los datasets de voz deepfake
Un análisis de 39 datasets de voz deepfake revela graves carencias de metadatos demográficos y superposición de fuentes, comprometiendo la equidad y la validez de los detectores.
EEVEE: Aprendizaje de prompts en tiempo de prueba para agentes automejorables
Descubre EEVEE, marco de aprendizaje de prompts en tiempo de prueba para agentes LLM que maneja múltiples datasets y mejora el rendimiento hasta un 48%
Recursos multilingües de entrenamiento y evaluación para modelos de lenguaje visual
Descubre Multi-PixMo, un conjunto de datos multilingüe para entrenar modelos de lenguaje visual. Mejora el rendimiento en 5 idiomas europeos con benchmarks traducidos. ¡Optimiza tu VLM!