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.
대한민국 법령 및 판례를 Markdown과 Git 히스토리로 아카이빙하는 legalize-kr 프로젝트가 MCP 서버와 Agent Skill을 지원하며 업데이트되었다.
합성 데이터 1,220만 장으로 6개 언어 OCR을 빠르고 정확하게 학습했다.
2,000만 건 이상의 인도 법률 문서와 인용 그래프, 벡터 임베딩을 포함한 대규모 데이터셋이 공개되었습니다.
대한민국 법령과 판례를 Markdown과 Git 히스토리로 아카이빙하여 LLM 학습 및 RAG에 최적화된 데이터셋을 제공한다.
HuggingFace가 datasets 라이브러리의 스트리밍 효율을 개선해 대규모 데이터 학습 속도를 높였다.
NVIDIA가 인도의 문화적, 언어적 특성을 반영한 2,100만 명 규모의 합성 페르소나 데이터셋을 공개했다.
Hugging Face가 대규모 로봇 학습 데이터 처리를 위한 LeRobotDataset v3.0을 출시했다.
Hugging Face가 오픈 모델로 데이터셋을 구축하고 변환할 수 있는 노코드 도구 AI Sheets를 출시했다.
Hugging Face가 로봇 범용성 확보를 위해 커뮤니티 중심의 LeRobot 데이터셋 생태계를 구축하고 있다.
Open R1 팀이 Claude 3.7 Sonnet을 능가하는 코딩 성능의 OlympicCoder 모델과 신규 데이터셋을 공개했다.
Hugging Face와 Entalpic이 재료 연구 가속화를 위한 오픈 소스 프로젝트 LeMaterial과 통합 데이터셋 LeMat-Bulk를 공개했다.
Hugging Face 커뮤니티가 텍스트-이미지 생성 모델 학습을 위한 오픈 소스 선호도 데이터셋을 공개했다.