AI Briefing#dataset
#dataset와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#dataset와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Specific-Labs가 19,652건의 실제 코딩 세션을 담은 Scaffold Agent 데이터셋을 공개했다.
150M 파라미터 이하 SLM 106개 벤치마크를 담은 Open SLM Evaluations 데이터셋이 공개됐다.
Pantheon이 8주간 100만 개 UMI 작업을 시간당 10달러에 수집해 기존 벤치마크를 압도했다.
Jasper Research가 텍스트-이미지 모델의 원리부터 구현까지 다루는 오픈소스 쿡북과 1억 장 규모 데이터셋을 공개했다.
200만 건의 채용 정보를 포함하는 Claude Code 기반 오픈소스 취업 검색 도구 'open-jobs'가 공개되었다.
Hugging Face가 글로벌 사우스 언어를 위해 힌디어와 인도 영어 음성 인식 평가 데이터셋 Monsoon을 공개했다.
5B 이하 소형 모델의 추론 정확도를 높이기 위해 400만 건 규모의 구조화된 CoT 데이터셋 'Scaffold CoT'가 공개됐다.
Unbounded Labs가 1931년 이전 데이터로 학습한 2.82B 파라미터 LLM 'Bart'를 공개했다.
실행 검증 가능한 Python 코드가 포함된 1만 개의 금융 추론 데이터셋 Financial-RLVR-10K가 공개되었다.
소형 언어 모델(SLM)의 추론 성능 향상을 위한 500만 건 규모의 Reasoning Corpus 데이터셋이 공개되었다.
Hugging Face가 허브를 사용하는 코딩 에이전트들의 이용 현황을 담은 공개 데이터셋을 출시했다.
SupraLabs가 인스트럭션 튜닝 및 벤치마킹을 위한 11.5만 건 규모의 대규모 채팅 제목 데이터셋을 공개했다.
GitHub가 다국어 협업이 일어나는 리포지토리를 찾을 수 있도록 4,000만 개 이상의 리포지토리 메타데이터를 담은 데이터셋을 공개했다.
ServiceNow가 3개 기업 도메인을 포함한 음성 AI 에이전트 평가용 데이터셋 EVA-Bench 2.0을 공개했다.
1980~2013년 사이의 Usenet 데이터를 활용한 103B 토큰 규모의 AI 오염 없는 데이터셋이 공개되었습니다.
Hugging Face 벤치마크 데이터셋에서 모델 크기별로 결과를 필터링할 수 있는 기능이 추가되었습니다.