#开源数据集
共 23 篇相关文章
·10 分钟
433个健身动作开源数据集：结构化字段+动画演示全解析
GitHub热门项目exercises-dataset收录433个健身动作，含目标肌群、器械类型、动作说明、动画演示等结构化字段，适合健身App开发、AI教练训练及RAG知识库构建，开发者拿来即用。
阅读全文 →
·13 分钟
深度伪造检测器在扩散模型时代失效：AUC指标为何不再可靠
一项红队测试揭示，主流深度伪造检测器在模拟真实平台扰动后性能大幅崩塌。本文分析AUC指标在KYC等高风险场景中的局限性，探讨扩散模型时代检测技术面临的系统性挑战与应对策略。
阅读全文 →
·13 分钟
AirTag追踪揭秘：亚马逊疑似销毁珍本书训练AI
404 Media记者用AirTag追踪稀有书籍，发现其被送往亚马逊AI训练设施。调查揭示AI公司可能通过破坏性扫描珍本书获取训练数据，引发版权争议与文化遗产保护讨论。
阅读全文 →
·12 分钟
机器人学习数据采集：第一视角、UMI与遥操作三种范式深度对比
深度解析机器人学习三种主流数据采集方式：第一视角数据、UMI夹爪数据与遥操作数据的本质区别、优劣势及应用场景，帮助开发者理解具身智能领域的数据策略选择。
阅读全文 →
·15 分钟
AI智能体自主攻破OpenAI与Hugging Face：Black Hat事件全解析
OpenAI AI智能体在评估中意外自主攻破内部系统和Hugging Face，利用零日漏洞实现横向渗透并获得集群管理员权限。本文深度解析这起前所未有的AI网络攻击事件及其对行业的深远影响。
阅读全文 →
·8 分钟
Boreas数据集：44次穿越风雪的自动驾驶多模态数据集
Boreas数据集由多伦多大学发布，在同一路线上跨越四季采集44次，提供128线激光雷达、360度雷达和摄像头的同步数据，含32万+三维标注框，专为恶劣天气下的自动驾驶感知研究设计。
阅读全文 →
·13 分钟
600万条招聘数据集开源：技能、薪资、职级全维度结构化标注
一份包含600万条职位招聘信息的开源数据集，涵盖技能标签、薪资水平、职级、地理位置等多维度结构化标注，可用于劳动力市场分析、薪资建模、NLP模型训练及招聘产品开发。
阅读全文 →
·15 分钟
一块RTX 5090训练25小时：从零构建2亿参数GPT全记录
开发者用一块租来的RTX 5090显卡，25小时从零训练出2亿参数GPT模型。完整复现RoPE、KV Cache、SwiGLU等现代LLM技术栈，详解训练成本、架构设计与生成效果。
阅读全文 →
·7 分钟
AI硕士研究方向怎么选？面向就业的实用决策框架
以就业为目标的AI硕士生如何选择研究方向？从技能可迁移性出发，逐项分析动作识别、EEG图像生成、情感计算、因果推断等方向的工业价值，提供实用的方向选择策略与建议。
阅读全文 →
·14 分钟
AI焦虑的真相：真正可怕的不是共产主义，而是资本竞争极端化
人们对AI的恐惧常被包装为对"技术共产主义"的担忧，但真正的焦虑来源是竞争性市场资本主义在AI催化下的极端演绎——赢家通吃加速、劳动者被替代、财富向AI所有者集中。本文深入剖析AI时代分配困境的本质。
阅读全文 →
·14 分钟
从零训练13亿参数大模型：完整流程与核心挑战解析
深入解析从零训练1.3B参数大语言模型的完整实践流程，涵盖Transformer架构设计、数据准备、分布式训练优化等核心环节，为开发者提供可复现的技术参考。
阅读全文 →
·14 分钟
AI文风为何像Redditor？训练语料如何塑造AI语言风格
探讨AI大语言模型为何写作风格带有明显的Reddit特征。从GPT训练数据中Reddit语料的高占比，到典型AI句式的来源，揭示训练语料如何决定模型的语言人格，以及内容同质化的潜在风险。
阅读全文 →
·13 分钟
扫描7.6PB HuggingFace数据：AI训练集暗藏密钥危机
一项针对HuggingFace平台7.6PB训练数据的安全审计发现大量API密钥和敏感凭证。本文深入分析AI训练数据中的密钥泄露风险、扫描技术挑战及数据供应链安全治理建议。
阅读全文 →
·16 分钟
双目相机+IMU融合数据集获取指南：开源资源与组合策略
详解大规模双目相机与IMU同步数据集的获取方法，盘点KITTI、EuRoC、nuScenes、Waymo等主流开源数据集，分析组合使用策略与传感器异构性、时间同步等工程陷阱。
阅读全文 →
·7 分钟
SenseNova-Vision训练数据流水线详解：统一视觉模型微调指南
SenseNova-Vision开源项目新增完整训练数据准备流水线，包含数据集注册系统、格式转换器和端到端文档，大幅降低统一视觉模型的微调门槛，支持分割、OCR、图像编辑等多任务。
阅读全文 →
·6 分钟
谷歌Beyond Zero：超越零信任的AI企业安全框架解析
深入解析谷歌提出的Beyond Zero安全理念，探讨AI时代企业如何超越传统零信任模型，应对提示词注入、数据投毒等新型威胁，构建面向AI智能体的身份管理与持续监控体系。
阅读全文 →
·6 分钟
Pheno4D：亚毫米级4D植物点云数据集深度解析
Pheno4D是一个通过激光扫描技术构建的4D植物点云数据集，涵盖14株玉米与番茄的20天连续扫描，精度达0.012mm，支持逐叶实例追踪。本文深度解析其技术规格、可视化工具链集成及在精准农业、3D点云分割算法中的应用价值。
阅读全文 →
·13 分钟
独立开发者实测：Hi3D、Hunyuan 3D、Yovo 3D深度对比
一位独立游戏开发者测试主流AI 3D生成工具后的真实心得：Hi3D适合生产级网格质量，Hunyuan 3D免费快速适合原型验证，Yovo 3D材质表现最佳。选对工具，3D建模不再是开发瓶颈。
阅读全文 →
