OpenBayes贝式计算

公共资源速递 6 个公共数据集： Sonar Signal 水下声呐信号数据集 Diabetes Mexico 墨西哥糖尿病数据集 Vehicles OpenImages ...

在视觉语言模型（VLMs）的发展进程中，文档 OCR 始终面临着布局解析复杂、语义逻辑对齐等核心挑战。传统模型大多采用固定的「左上到右下」栅格扫描顺序处理视觉 token，...

公共资源速递 5 个公共数据集： CCTV Incident 跌倒检测数据集 Patient Segmentation 患者分类数据集 Hand Gestures Labb...

在图像生成领域，扩散模型因其训练稳定和泛化能力强已逐渐走入主流行列。然而，面对海报、PPT、科普图等需要准确传达复杂信息的「知识密集型」场景时，传统模型存在指令理解与细节刻...

公共资源速递 5 个公共教程 ： *Fun-ASR-Nano：端到端的语音识别大模型 *GLM-Image：首个全流程国产芯片训练模型 *TranslateGemma-4B...

在机器翻译领域，传统的高性能模型往往面临两个核心难题。对于主流语言，闭源商业模型效果出众但调用成本高，模型参数量动辄百亿级别，需要高昂的算力支持，难以在手机等消费级设备上部...

Qwen-Image-2512升级图像真实感与可用性；Open Schematics数据集为AI提供电路新理解...

公共资源速递 6 个公共数据集： Human faces 人脸数据集 SimpleQA 简明事实性问答评测数据集 Med-Banana-50K 医学图像编辑数据集 Deep...

近年来，利用生成式深度学习方法在新功能蛋白质设计方面取得了显著进展。目前包括 RFdiffusion（RFD1）和 BindCraft 在内的大多数方法...

公共资源速递 5 个公共数据集： Arena-Write 写作生成评测数据集 IF-Bench 红外图像理解基准数据集 Soul-Bench 音频驱动人体动画评测数据集 F...

装饰圣诞树几乎成了每个家庭迎接节日时不可或缺的一环，彩灯一圈圈绕上树枝，挂件、照片慢慢填满空隙，灯亮起的那一刻，节日的氛围也随之到位。 随着圣诞节临近，小贝也为大家置办了一...

公共资源速递 5 个公共数据集： FirstAidQA 急救知识问答数据集 PhysDrive 驾驶员生理测试数据集 PolypSense3D 息肉尺寸感知数据集 Envi...

近年来，文本转语音（TTS）合成技术进展显著，已能够为单一说话者合成高保真、听觉自然的短话语。然而，在面对长格式、多说话人对话音频的可扩展合成时，仍存在重要挑战，限制了诸如...

公共资源速递 5 个公共数据集： VOccl3D 三维人体遮挡视频数据集 Spatial-SSRL-81k 空间感知自监督数据集 WenetSpeech-Chuan 川渝方...

在视觉场景中识别并分割任意物体的能力，是多模态人工智能的重要基础，可广泛应用于机器人、内容创作、增强现实、数据标注等领域。SAM（Segment Anything Mode...

公共资源速递 5 个公共数据集： 3EED 语言驱动三维理解数据集 X-Dance 图像驱动舞蹈动作数据集 PhysToolBench 物理工具任务数据集 OST-Benc...