Project Icon

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-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。

loghub - 系统日志数据集资源库 促进AI日志分析研究
AI分析GithubLoghub开源项目日志数据集系统日志
Loghub汇集了多个领域的原始系统日志数据集,包括分布式系统、超级计算机和操作系统等。这些未经处理的数据集保留了原始特征,为AI日志分析研究提供了重要资源。项目已获得450多个学术和工业组织的使用,并提供数据集下载和相关研究论文引用,全面支持日志分析研究。
prodigy-openai-recipes - 结合OpenAI大语言模型与本地Prodigy实例,通过零次和少次学习技术,高效构建高质量数据集的方法
GithubNEROpenAIProdigyspaCytextcat开源项目
该项目展示了如何结合OpenAI大语言模型与本地Prodigy实例,通过零次和少次学习技术,高效构建高质量数据集。用户可以使用该方法进行命名实体识别和文本分类等任务,手动校正模型预测结果以提高数据准确性。项目提供详细的设置指南,帮助用户在本地安装和运行必要的软件,并配置API密钥。通过高效的数据注解流程和灵活的模板设置,用户能够快速获得金标准数据,并训练符合特定需求的监督模型。
DataProfiler - DataProfiler:自动化数据分析与敏感数据检测的Python库
DataProfilerGithubPython开源项目敏感数据检测数据分析数据概要
DataProfiler是一个Python库,用于简化数据分析、监控与敏感数据检测。通过单一命令加载数据并自动格式化为DataFrame,支持模式识别、统计分析及实体识别(PII/NPI)。带有预训练的深度学习模型,可高效识别敏感数据,并允许用户添加新的实体识别管道。支持CSV、AVRO、Parquet等多种数据格式,提供便捷的数据处理解决方案。
dair-ai.github.io - 致力于开放AI研究和教育的开源项目
AI技术AI教育AI研究DAIR.AIGithub人工智能开源项目
DAIR.AI是一个旨在推动人工智能研究、教育和技术普及的开源项目。该平台为AI爱好者提供参与机会,包括在GitHub上贡献代码和加入Discord社区讨论。DAIR.AI致力于使AI知识和资源更加开放,促进更广泛的参与。通过这个项目,人们可以获取最新的AI研究成果、学习资源和技术动态。
colabpro - AI环境性能监控与日志统计工具
GithubHuggingface开源项目故障排查日志模型环境监控统计
ColabPro是一个专注于AI环境性能监控的开源项目。通过日志统计功能,该工具能实时跟踪环境变量,帮助开发者及时发现潜在问题。ColabPro旨在提高AI创作过程的稳定性和效率,适用于需要高性能AI环境的研究和开发工作。
distilabel - AI数据合成与反馈框架
AI反馈DistilabelGithub开源社区开源项目数据合成高质量数据
Distilabel是专为AI工程师设计的开源框架,用于数据合成和反馈。该框架提供高质量输出、数据所有权和高效性,适用于预测和生成模型。通过提升数据质量和整合多种LLM反馈,Distilabel提高AI输出质量。支持与最新研究的整合,确保灵活性、可扩展性和容错能力。欢迎加入开源社区,参与数据集和模型的构建,享受社区资源和支持。
OCR_DataSet - 综合OCR数据集资源库及工具集
Github图像标注开源项目数据集文字识别深度学习计算机视觉
OCR_DataSet项目整合了13个知名的多语言OCR数据集,涵盖ICDAR2015、MLT2019和COCO-Text_v2等。项目特色包括数据格式统一化、便捷的百度网盘下载、详尽的数据集信息表和简化的读取脚本。此外,项目还提供了数据生成工具链接,为OCR领域的研究和开发工作提供了全面的资源支持。
AI Product UX Patterns Collection - 开源AI产品用户体验模式库助力直观高效的应用设计
AI产品AI工具UX模式交互设计开源集合用户体验
AI产品用户体验模式库收集了AI设计中常见的UX模式,涵盖从获取上下文到呈现结果的完整交互流程。网站提供版本控制、变现和使用控制等支持模块,有助于构建可扩展和可持续的AI产品。这个开源资源旨在简化设计过程,帮助创造强大且用户友好的AI应用。
ai-audio-datasets - 提供多语言、多情感的语音、音乐和音效数据支持AI模型训练
AI Audio DatasetsAI model trainingAIGCGenerative AIGithub开源项目音频应用
AI Audio Datasets (AI-ADS) 🎵 提供多样化的语音、音乐和音效数据集,适用于生成式AI、AIGC、AI模型训练、智能音频工具开发及音频应用。该项目包含多种数据集,如AISHELL、阿拉伯语语音语料库、AudioMNIST等,覆盖多种语言和情感,适合多种语音识别和合成研究。用于训练多语种语音识别、语音转文字及语音情感转换等AI系统,提升AI音频技术的应用和开发水平。
Awesome-Deepfakes-Detection - 全面深度伪造检测资源库 数据集工具及最新研究
Deepfake检测Github工具开源项目数据集竞赛论文
该项目汇集了深度伪造检测领域的综合资源,包括视频和图像数据集、开源检测工具、竞赛信息以及顶级会议论文。内容涵盖最新数据集、实用工具和前沿研究成果,为研究人员提供了深度伪造检测领域的全面参考资料,有助于快速掌握该领域的最新进展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

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。

Project Cover

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。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号