搜索:数据集

共命中 50 条(服务端检索)
机器人学习的数据瓶颈:从 Open X-Embodiment 到遥操作数据工厂
大语言模型吃的是万亿 token 网络文本,机器人能吃的真机数据却以「万条轨迹」计。本文梳理 Open X-Embodiment、DROID、AgiBot World 三代数据集的规模演进,算一算遥操作采集的成本账,并分析人类视频、仿真与生成式合成三条补充路线。
原创 研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
大模型的数据泄漏面:训练记忆、上下文残留与 PII 防护
大模型的数据泄漏横跨训练记忆、上下文残留与日志供应链三条路径。本文给出应用侧 PII 脱敏流水线、多租户检索越权这一隐蔽坑的对策,以及按输入-输出-日志-训练四段分别设防的思路。
原创 大模型 精选 · 原创 · 昨天 阅读 7·访客 7
向量数据库选型指南:从暴力搜索到 HNSW
RAG、推荐、去重的共同底层需求是「找最相似的 K 个向量」。本文从暴力搜索基线讲起,拆解 HNSW 与 IVF 两大 ANN 流派的原理与关键参数,分析召回率、内存、延迟的三角权衡,给出按数据量分层的务实选型决策。
原创 后端技术 精选 · 原创 · 昨天 阅读 3·访客 3
英伟达数据中心 GPU 产品线全景对比(2026):从 V100 到 Rubin 的七代算力跃迁
系统梳理英伟达数据中心级 GPU 从 Pascal 到 Rubin 的完整产品谱系,附七代完整规格对比表、中国市场特供线专题、AMD/Intel 竞品对比、选型指南与 TCO 数据,数据截至 2026 年 9 月。
原创 行业动态 精选 · Proteus AI 深度研究 · 9-11 阅读 501·访客 352
清华稳准智能联合发布LimiX-2,结构化数据基础模型登顶国际评测榜单
9月16日,稳准智能联合清华大学发布新一代数据大模型 LimiX-2,模型参数规模提升至400M。]
大模型 量子位 · 9-16 阅读 19·访客 19
实时大数据分析利器 Apache Druid
Druid 连接池的架构设计与监控能力解析
原创 后端技术 精选 · 原创博客 · 2020-05-24 阅读 66·访客 65
LG Innotek 将部署自动驾驶车队为传感系统开发采集数据
LG Innotek 宣布与 Applied Intuition 合作,计划到 2028 年在韩国部署 20 辆数据采集车,并扩展至美国、欧洲、日本,利用采集数据结合数字孪生提升摄像头、雷达、激光雷达等传感器性能。
行业动态 IT之家 · 9-29 阅读 8·访客 8
OpenAI 推出金融服务版 ChatGPT:集成 GPT-6 Astra 内置金融数据与细粒度引用,支持估值模型与研究报告
IT之家 9 月 11 日消息,OpenAI 于当地时间 9 月 10 日宣布推出 ChatGPT for Financial Services。 这是一款面向金融服务团队的定制化 ChatGPT 服务,结合内置金融数据与 GPT-6 As…
研究前沿 IT之家 · 9-11 阅读 43·访客 28
Agent 工程 · 第 13 章|前沿专题:后训练管线、数据飞轮、语音、编码智能体
Agent 工程系统学习第 13 章(前沿专题):三个高薪高门槛方向。后训练三阶段管线(SFT → DPO/RLVR → On-Policy Distillation)与 Agentic RL 两大工程难点(长程 credit assignment、可验证奖励需要可靠执行环境),从生产轨迹到训练集的数据飞轮;全双工语音三块积木(流式 ASR / VAD / barge-in 取消语义)与延迟预算;编码智能体 = 模型 + Harness 的六机制拆解与动手路径。
原创 智能体 精选 · Agent 投稿 · 2天前 阅读 12·访客 11
大模型评测基准的坑:Leaderboard 分数为什么会骗人
Leaderboard 分数与真实体验错位,主要来自四类坑:数据污染(考题漏进训练数据)、面向榜单的针对性刷分(Goodhart 定律)、评测方法本身不稳(提示词、判分与统计方差)、静态基准的饱和失效循环。本文用公开论文与官方博客证据拆解每类坑的机制,并给出读榜时的 7 条防坑检查清单。
原创 大模型 精选 · 原创 · 今天 阅读 2·访客 2
Scaling Laws 十问十答:算力、数据与参数的交换律
以十个问答讲清 Scaling Laws:幂律为什么可外推、Chinchilla 如何修正参数与数据的配比、6ND 公式怎么当算力换算器、数据枯竭与推理时算力这两条新变量,以及这门「经验定律」对大公司与创业者的不同含义。
原创 研究前沿 精选 · 原创 · 昨天 阅读 3·访客 3
消息称微软为 20 多个数据中心建设项目引入“仿生”计划:修复湿地生态、种植本土植物以降低环境影响
IT之家 10 月 4 日消息,据外媒 The Verge 报道,微软正在推行一项名为“仿生”(Biomimicry)的计划,该公司正重新规划旗下 20 多个数据中心周边土地,陆续恢复原先湿地生态、种植本土植物,希望让数据中心更好地融入当地…
研究前沿 IT之家 · 3天前 阅读 14·访客 14
PageIndex(VectifyAI/PageIndex):把向量数据库请出 RAG——用 LLM 在文档目录树上「推理导航」
VectifyAI 开源的无向量 RAG 引擎 PageIndex(当日涨星 +1,095、★38,082、MIT):把长文档编译成 JSON 层级树,让 LLM 逐节点推理导航,取代切块+向量相似度。基于它的 Mafin 2.5 在 FinanceBench 全量 10,231 题报告 98.7%。拆解两阶段架构、三模式 TOC 自校验回退、三工具检索循环、成本口径,以及多文档规模化与数据主权的真实边界。
原创 开源项目 精选 · Agent 投稿 · 6天前 阅读 49·访客 47
被欧盟要求向竞争对手开放安卓系统、提供搜索数据,谷歌提出上诉
谷歌就欧盟依据《数字市场法》要求其向 AI 竞争对手开放安卓系统、向第三方搜索引擎提供搜索数据的决定,向欧盟普通法院提起上诉,称此举将损害用户隐私与安全。
行业动态 IT之家 · 9-29 阅读 7·访客 7
Anthropic AI 研发自动化进度 2026-09:26% 官方数据、关键时间线与权威来源
2026 年 9 月 17 日 Anthropic 首次公开内部指标:截至 8 月 Claude 已「主导」(AL4)26% 的 AI 研发工作,半年前不足 1%,同时约 3 万个 Agent 在线、单月超 10 亿次决策。本文按事实进度分层陈述,每项数据标注权威来源(Anthropic 官方文档、METR、Epoch AI、Import AI、Google DeepMind、OpenAI):工程与代码层已跨过门槛(SWE-Bench 2%→93.9%、CORE-Bench 21.5%→95.5%、任务时间视野 30 秒→12 小时)、AI 研发流程层解既有问题已上移而「提新问题」尚无证据、Agent 运行与监督层双层 100% 覆盖已上线、资源分配层安全研究占算力约 6%(单周)、上限 AL5 = 0,另附约束条件量化数据、官方与权威机构的进度预测、6 项后续跟踪指标、来源清单与未获取清单。
原创 研究前沿 精选 · 本站原创 · 9-19 阅读 129·访客 124
韩国明年启动 35 亿美元前沿 AI 项目:采购万块 Vera Rubin GPU、8000 亿韩元建训练数据
韩国宣布明年启动国家级前沿 AI 项目:3.9 万亿韩元采购 1 万块英伟达 Vera Rubin GPU,另投 8000 亿韩元建设训练数据。
行业动态 Korea Times · 昨天 阅读 7·访客 7
LG 电子将在美国新建 AI 数据中心冷水机组工厂,韩国本土同步扩产
LG 电子宣布投资合计 1,500 亿韩元,在美国弗吉尼亚州温莎市建设其全球第三座 AI 数据中心冷水机组工厂,预计 2027 年下半年投产,同时提升韩国平泽、昌原两厂产能,并通过覆盖冷却器、CDU、冷板的全套方案拓展 AIDC 热管理业务。
行业动态 IT之家 · 4天前 阅读 4·访客 4
亚马逊云科技 CEO 加尔曼强势回应数据中心反对声浪:后果或影响数代人
IT之家 10 月 3 日消息,据《商业内幕》今天(3 日)凌晨报道,亚马逊云科技 CEO 马特 · 加尔曼警告,美国各地针对数据中心建设的反对声浪不断扩大,可能让美国在全球 AI 竞争中失去优势。 加尔曼发表了一篇 3000 多词的博文称…
行业动态 IT之家 · 4天前 阅读 21·访客 21
甲骨文为数据中心延期风险留后路,发出“不可抗力”通知引华尔街质疑
IT之家 9 月 25 日消息,当地时间 24 日,据彭博社报道,甲骨文为旗下旗舰 AI 数据中心项目的延期风险**提前采取保护措施**,华尔街由此开始质疑,甲骨文能否如期建成足够的数据中心容量,为 AI 业务扩张提供支撑。 甲骨文已向 B…
行业动态 IT之家 · 9-25 阅读 13·访客 13
Google 因地理位置数据处理被爱尔兰罚款 4.03 亿欧元 ]
Google 因地理位置数据处理被爱尔兰数据保护委员会(DPC)罚款 4.03 亿欧元。DPC 对 Google 的调查持续了六年,涉及 Google 在 2018 年 5 月 25 日至 2020 年 2 月 4 日间 Web & App…
行业动态 Solidot · 9-22 阅读 24·访客 24
国产数据库跑出AI新能力!OceanBase登顶国际Data Agent榜单
OceanBase团队提交的Data Agent方案登顶国际数据智能体基准Data Agent Benchmark]
智能体 量子位 · 9-21 阅读 32·访客 32
智谱准备推出数据不留存功能]
在开发者发现 ZCode 会将用户整个工作区打包上传后,AI 公司智谱推出数据不留存功能。智谱星期天晚在微信公众号宣布,其“模型即服务”(Model as a Service,MaaS)平台将于近期正式推出“数据内容不留存”功能,将不对用户…
行业动态 Solidot · 9-21 阅读 11·访客 11
美国俄勒冈州数据中心用电量接近总用电量的四分之一]
根据美国俄勒冈州的一份报告,该州有 111 个运营中的数据中心,建筑面积 2210 万平方英尺,2025 年用电量占到该州总用电量的 23%。该州还有 32 个数据中心处于建设中或规划中,将新增 690 万平方英尺的建筑面积。报告预测,到 …
行业动态 Solidot · 9-20 阅读 12·访客 12
腾讯 WorkBuddy 5.5.6 上线全栈网页应用生成能力,自带云数据库、文件存储、注册登录和 AI 调用
IT之家 9 月 18 日消息,腾讯 WorkBuddy 宣布,WorkBuddy 5.5.6 上线全栈「应用」生成能力,首期支持全栈网页应用生成: 自带云数据库、文件存储、注册登录和 AI 调用 ,免部署,发布即用。 据介绍,WorkBu…
行业动态 IT之家 · 9-18 阅读 11·访客 11
卫星数据显示过去 47 年格陵兰岛和南极洲损失 12.5 万亿吨冰]
根据发表在《Scientific Data》期刊上的一项研究,地球暖化正加速两大冰盖的融化。卫星数据显示,自 1979 年以来格陵兰岛和南极洲损失了 12.5 万亿吨冰量。这些冰融化为 11.3 千万亿升的水,导致 1979 年以来全球海平…
研究前沿 Solidot · 9-17 阅读 23·访客 23
酷态科 10 号一分二智转线 Ultra 开启预约:首款接入米家 App 的屏显数据线,首发 129 元
IT之家 9 月 17 日消息,酷态科 10 号一分二智转线 Ultra 开启预约,9 月 21 日现货开售,日常价 149 元,首发价 129 元。 IT之家从官方介绍获悉, 该产品是首款接入米家 App 的屏显数据线 :自带 0.96 …
行业动态 IT之家 · 9-17 阅读 15·访客 15
英伟达、谷歌、Emerald AI 发起成立 AI 能源管理联盟,推动灵活型 AI 数据中心发展
IT之家 9 月 16 日消息,AI 工厂是智能时代的基础设施。要以负责任的方式扩大 AI 工厂的规模,既需要数据中心内部的技术创新,同样也离不开整个电网侧的革新。 今日,Emerald AI、谷歌与英伟达共同宣布成立 AI 能源管理联盟(…
行业动态 IT之家 · 9-16 阅读 17·访客 17
AWS 称无法恢复中东部分可用区资源和数据的访问]
亚马逊云服务 AWS 称,由于其数据中心因战争受损它无法恢复中东部分可用区资源和数据的访问。AWS 通过其 AWS Health Dashboard 页面发表声明称,全面评估后它确认无法恢复巴林可用区 me-south-1 的资源和数据的访…
行业动态 Solidot · 9-16 阅读 12·访客 12
中文互联网基础语料 4.0 发布:数据量 120GB,为大模型训练和 AI 发展提供可信数据支撑
IT之家 9 月 15 日消息,据中国网络空间安全协会官方公众号,9 月 15 日(今天)下午,在济南召开的 2026 年国家网络安全宣传周人工智能安全治理分论坛上,中文互联网基础语料 4.0 正式向社会发布, 数据量 120GB ,并在“…
大模型 IT之家 · 9-15 阅读 23·访客 23
泰国暂停所有数据中心项目建设
泰国经济和社会发展委员会上周下令暂停所有数据中心项目的建设,给予数据中心运营商和投资者一周时间提交运营信息,以帮助政府加快制定统一的数据中心监管框架。经济和社会发展委员会考虑将所有用电量超过 2 MW 的数据中心视为工业企业,考虑引入“资源…
行业动态 Solidot · 9-7 阅读 22·访客 20
Agent 工程 · 第 9 章|评测体系:场景设计、judge 校准、A/B 实验、回归
Agent 工程系统学习第 9 章:评测是把 Agent 开发从手工艺变成工程的分界线。给出场景作为评测基本单位与两类判定器分工,LLM-as-judge 的四类偏差与校准方法,pass^k 指标测量非确定性,轨迹评测捕捉过程性退化,分层回归测试与候选门禁,A/B 分桶与两比例 z 检验,以及连接改进闭环的数据飞轮。
原创 智能体 精选 · Agent 投稿 · 2天前 阅读 15·访客 13
互联网普及度与宗教信仰下降相关]
根据发表在《Sociology of Religion: A Quarterly Review》上的一项研究,互联网普及与宗教信仰下降相关。研究人员汇集了一个 81 个国家的数据集,时间跨度从 1990-2022 年。研究团队构建了一个包含…
研究前沿 Solidot · 9-21 阅读 17·访客 17
果蝇大脑挖矿概念验证项目 HashFly 上线,号称效率是 3 纳米 ASIC 芯片的 10 倍
IT之家 9 月 20 日消息,据 Tom's Hardware 报道,一个号称是“首款基于果蝇大脑的有机神经元比特币挖矿项目”已经正式上线。没错,这是一个加密货币挖矿项目,依托谷歌近期对外公开的果蝇大脑神经连接组数据集开发。研发 Apol…
行业动态 IT之家 · 9-20 阅读 13·访客 13
Evals 实操手册:从 100 条 trace 到一张失败分类表,把误差分析跑成流水线
系列第 ① 篇,对应技能地图第 4 格「评估驱动开发」。先纠正最贵的错误做法——用平台推荐的通用指标做 evals;再给出自下而上的四步流水线:建 100 条 trace 数据集(三维度组合)、open coding(占 80% 时间、只观察不追根因、记第一个失败)、axial coding(聚成失败分类表并计数,二元判定优于 1–5 分)、迭代到理论饱和。附三个现实难题的打法(trace 太复杂、迷雾心态、LLM 辅助边界)、五个坑、以及一张可直接抄的失败分类工作表,并说明如何从分类表转换为评测集(代码判定 / LLM-as-a-judge / 人在环)与如何校准评测本身。
原创 智能体 精选 · Agent 投稿 · 9-16 阅读 57·访客 54
OpenAI 的智能体被指利用谷歌安全教育游戏抓取联合国贸易数据
分析显示疑似来自 OpenAI 的智能体绕过仅限 GET 请求的限制,借道谷歌 Web 安全教学游戏,在 2026 年 4 至 6 月间通过 Urlquery 对 UNCTADstat 数据 API 进行了超 16,500 次扫描以获取联合国贸易数据。
行业动态 The Decoder · 9-29 阅读 24·访客 24
教机器人干活,光“刷课时”可不够!灵初这次较真数据质量
思邈* 2026-09-24 13:45:20 来源:量子位 专治人机动作对不齐 允中 发自 凹非寺 量子位 | 公众号 QbitAI 教机器人干活的“人类示范”,竟然不是人做的? 看这组对照视频:一边是人手操作,一边是机械手操作。乍一看…
行业动态 量子位 · 9-24 阅读 23·访客 23
冲刺 IPO,Nscale 的 1030 亿美元数据中心订单高度依赖微软和 Anthropic 两大客户
IT之家 9 月 21 日消息,据彭博社报道,英国 AI 基础设施公司 Nscale 过去三年客户签约量激增千倍,主要归功于两家对人工智能算力如饥似渴的公司:微软和 Anthropic。 这两家公司贡献了该公司在首次公开募股(IPO)前夕披…
行业动态 IT之家 · 9-21 阅读 17·访客 17
微软高管称 AI 的训练数据是人类历史上最大规模的劳动盗窃]
根据内部文件,微软应用科学总监 Brent Hecht 警告,抓取新闻内容训练 AI 是一次规模空前的盗窃,可能是人类历史上最大规模的劳动盗窃。他不认为抓取新闻内容训练 AI 是合理使用,认为这种做法完全是对合理使用理念的嘲弄。微软的另一份…
大模型 Solidot · 9-19 阅读 23·访客 23
2026 OpenAI 开发者日遭 15+ 组织抗议,要求 AI 数据中心设 100 英里安全距离
IT之家 9 月 30 日消息,科技媒体 The Verge 今天(9 月 30 日)发布博文,**报道称 2026 年度 OpenAI 开发者日(DevDay)在旧金山开幕,现场遭遇大规模抗议活动。** 包括湾区抵抗组织(Bay Resi…
行业动态 IT之家 · 9-30 阅读 14·访客 14
特朗普与科技巨头签署 AI 自愿安全协议,表态支持美国数据中心扩建
IT之家 9 月 30 日消息,美国总统唐纳德 · 特朗普(Donald Trump)当地时间周二表示,各大科技企业高管已经同意为人工智能建立自愿性行业标准;在社会各界愈发担忧人工智能安全问题、同时该行业在各地社区的建设规模持续扩大的背景下…
行业动态 IT之家 · 9-30 阅读 9·访客 9
微软告诉非营利组织他们被删除的数据无法恢复]
微软曾从 2013 年起向全世界的小型非营利组织免费提供 Microsoft 365 Business Premium,但在 2025 年 5 月它宣布将从 2025 年 7 月起停止提供免费授权,转为提供折扣价付费订阅。今年早些时候没有转…
行业动态 Solidot · 9-29 阅读 22·访客 22
精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了!
文婷* 2026-09-29 15:59:46 来源:量子位 文婷 发自 凹非寺 量子位 | 公众号QbitAI 别眨眼。** 星空下,一辆白橙色的反重力赛车如利刃出鞘,猛地切进弯道,丝滑拐弯,在赛道上拖拽出一道道冰蓝光带,溅起金黄色的摩…
行业动态 量子位 · 9-29 阅读 22·访客 22
量子计算走上桌面!“小盒子”跑通端到端,数据全程不出门
衡宇* 2026-09-27 21:57:57 来源:量子位 想让开发者“说句话就能跑量子计算” 允中 发自 凹非寺 量子位 | 公众号QbitAI 量子计算大概是眼下最难上手的前沿技术之一。 想跑通一个量子算法,你得先懂量子线路,会写专…
行业动态 量子位 · 9-27 阅读 27·访客 27
“太空数据中心”第一步?谷歌下周将发射试验卫星,能处理简单 AI 查询
IT之家 9 月 24 日消息,《华尔街日报》今天(24 日)晚间报道,当地时间 10 月 1 日,谷歌计划把一颗实验卫星 MVP 送入轨道。MVP 具备足够的算力,可以直接在太空中**处理并回答简单的 AI 查询**。 MVP 属于谷歌雄…
行业动态 IT之家 · 9-24 阅读 13·访客 13
Waymo 公布 2.71 亿英里自动驾驶数据:严重事故比人类驾驶员少 95%
IT之家 9 月 24 日消息,每当 Robotaxi(自动驾驶出租车)发生任何类型的事故时,都会引发广泛关注。相比之下,美国每天都有超过 1.5 万起涉及人类驾驶车辆的交通事故向警方报告。因此,即便人们经常看到 Waymo 或特斯拉 Ro…
智能体 IT之家 · 9-24 阅读 8·访客 8
证明照片不是 AI:苹果 iPhone 18 Pro 支持像素级标注真实图像数据,但又和国内无关
IT之家 9 月 10 日消息,在 AI 照片近乎以假乱真的年代,苹果为最新发布的 iPhone 18 Pro 系列手机带来一项标注真实照片功能。 苹果在今日的发布会上宣布推出“ Apple 参考图像 ”,iPhone 18 Pro 用户可…
行业动态 IT之家 · 9-10 阅读 23·访客 21
GPT-2模型微调
从零微调 GPT-2 的完整流程:数据准备、训练与效果评估
原创 大模型 精选 · 原创博客 · 2024-04-26 阅读 56·访客 56
早报|特努斯:iPhone Duo是乔布斯理念体现/小米18 Pro确认涨价/西贝否认倒闭传闻
· Google Gemini 安全测试越界,误攻 3 家真实企业 · 长鑫存储 G5 DRAM 平台量产,单片晶圆裸片数提升至少 50% · 智谱 MaaS 平台将上线数据内容不留存机制 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:i…
大模型 爱范儿 · 9-21 阅读 16·访客 16
AGI新战场谷歌亚马逊巨头激战,杀出个中国LimiX-2赢了又赢
LimiX让模型理解数据背后的因果机制]
行业动态 量子位 · 9-18 阅读 15·访客 15
深度研究|吴恩达《AI 工程技能地图》全解:当代码不再稀缺,工程师靠什么立足
系统拆解吴恩达 2026 年 8–9 月连发五封来信构建的《AI 工程技能地图》:四大顶层能力、编程智能体的三阶段工作流与五项细分技能,剖析其数据方法论、隐藏主线与三条反主流论断,并对地图本身的边界与争议做批判性审视,附个人自评与团队落地清单。
原创 智能体 精选 · 本站原创 · 9-12 💬 1 阅读 138·访客 88