Data-Provenance-Collection

跨学科倡议推动AI训练数据集透明度和责任使用

Data Provenance Initiative AI数据集透明度文档化负责任使用 Github 开源项目

Data-Provenance-Collection项目致力于提高AI训练数据集的透明度和负责任使用。该项目审计了44个数据集合,涵盖1800多个文本微调数据集,记录了其来源、许可和创建者等元数据。开发者可通过项目脚本筛选符合许可和特征要求的数据集,促进AI训练数据的规范使用。

TDC - 人工智能助力药物研发的开源平台

GithubTDC人工智能开源项目数据集机器学习药物发现

Therapeutics Data Commons (TDC) 是一个开源的人工智能平台，旨在促进药物发现和开发领域的技术创新。该平台提供多样化的AI任务、数据集和基准测试，覆盖从靶点识别到药物安全评估的全过程。TDC为研究人员提供便捷的数据加载工具和高效的数据处理功能，同时建立了透明的评估体系。这一开放科学倡议正在推动人工智能在治疗科学中的应用和验证，重塑药物研发流程。

AItoData - AI数据分析和处理平台

AItoData是一个人工智能数据处理平台，提供数据分析和处理工具。它利用AI技术进行数据挖掘和决策支持，整合多种AI算法和数据处理技术，高效处理大规模数据集。AItoData将原始数据转化为有价值的信息，支持企业和个人进行智能业务决策和创新。平台支持多种数据格式，适用于金融、医疗、零售等多个行业的数据分析需求。

MiraData - 长时视频数据集助力AI视频生成研究

GithubMiraData开源项目结构化标注视频数据集视频生成长视频

MiraData是一个为长视频生成任务设计的大规模数据集。其特点包括平均72秒的视频长度和详细的结构化字幕。数据集提供330K、93K、42K和9K四个版本，每个视频配有六类字幕：主要对象、背景、风格、相机运动、简短摘要和详细描述。这些特性使MiraData成为改进长序列视频处理和镜头转换建模的重要资源。

Responsible AI Institute - 推动安全可信AI系统的全球发展

AI工具AI监管AI评估AI风险人工智能责任AI

Responsible AI Institute是全球领先的非营利组织，专注于推动安全可信AI系统的发展。该机构为企业和AI专业人士提供先进工具和专业知识，开展独立的AI系统合规评估和认证服务，帮助组织有效应对AI风险和监管要求。作为一个汇集行业、学术界和政府力量的会员制社区，该研究所正在塑造AI的未来发展方向。

data-validation - 用于机器学习数据验证和探索的高扩展性工具库

GithubTensorFlow开源项目数据分析数据探索数据验证机器学习

TensorFlow Data Validation (TFDV) 是一个高度可扩展的机器学习数据验证和探索库。它与TensorFlow和TFX生态系统无缝集成,提供数据统计计算、分布可视化、自动模式生成和异常检测等功能。TFDV能够帮助开发者有效识别数据问题,保障数据质量,从而提升机器学习模型的可靠性和性能。

AIGS - AI生成图像作为数据源的前沿探索与应用

AI生成图像Github开源项目数据源深度学习综述计算机视觉

AIGS项目系统研究了AI生成图像(AIGC)作为数据源的最新发展。通过对方法和应用的分类,该项目全面概述了AIGC在视觉领域的进展,包括生成模型、神经渲染等技术,以及在2D/3D视觉感知、图像生成和自监督学习等方面的应用。此外,项目整理了相关数据集,为AIGC研究提供了丰富资源。

Appen - 提供高质量数据集支持AI模型开发的专业平台

AI工具AI数据Appen平台人工智能模型企业AI应用高质量数据集

Appen作为数据服务提供商，拥有25年行业经验，专注为顶级AI模型提供高质量数据集。公司通过端到端平台和专业服务，满足企业在基础模型和AI应用开发中对高质量、多样化数据的需求。Appen覆盖AI全生命周期，提供数据收集、整理、微调和监控服务，确保客户获得可靠、可追溯的流程，从而优化模型性能，推进AI技术发展。

presidio-research - 开源PII检测与评估工具包助力隐私保护

GithubPII检测Presidio命名实体识别开源项目数据生成模型评估

Presidio-research是一个开源的个人身份信息(PII)检测模型开发和评估工具包。它集成了假数据生成、数据表示、模型评估和训练等功能。研究人员可利用该工具包生成合成数据集、评估PII识别性能，以及训练新的命名实体识别模型。Presidio-research支持spaCy、Flair和CRF等主流NLP框架，为PII检测研究提供了综合性解决方案。

awesome-ml - 机器学习资源库涵盖语言模型图像视频和音频AI

Github图像模型大语言模型开源项目机器学习视频模型音频模型

该项目是一个综合性机器学习资源集合，包括大型语言模型、图像生成、视频处理和音频AI等领域的开源模型、工具、库和研究资料。适合开发者、研究人员和AI爱好者探索AI技术和应用。项目持续更新，欢迎贡献，为了解和实践机器学习最新进展提供参考。

OpenMetadata - 开源统一元数据平台促进数据发现观察与治理

GithubOpenMetadata元数据管理开源项目数据发现数据治理数据质量

OpenMetadata是一个开源元数据管理平台，集成数据发现、观察和治理功能。它拥有中央元数据存储库、列级血缘分析和团队协作工具，支持75种以上数据源连接器。该平台致力于帮助组织充分利用数据资产，实现全面的元数据管理。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com