ワンクリックで ComfyUI SD3 を実行できます。 20 を超える人間の臓器や部位を含む大規模な医療 VQA 評価データ セットがオンラインに
AI4S の普及をさらに促進するために、HyperAI はライブ ブロードキャスト コラム「Meet AI4S」シリーズを企画しました。初回生放送は7月17日19時より定刻スタート！浙江大学からリモートセンシングと地理情報システムの博士課程の学生、ディン・ジャーレ氏を招待しました。彼の共有テーマは「ニューラルネットワークは住宅価格の空間的不均一性についての新しい説明を提供します」です。ぜひライブブロードキャストの予約をしてください。
https://www.huodongxing.com/event/2762111401922
7 月 8 日から 7 月 12 日までの hyper.ai 公式 Web サイトの更新の概要:
* 高品質の公開データセット: 10
* 高品質なチュートリアルのセレクション: 3
* コミュニティ記事の選択: 5 記事
* 人気のある百科事典のエントリ: 5
※7月提出締切：2
公式ウェブサイトにアクセスしてください:ハイパーアイ
公開データセットの選択
1. OmniMedVQA 大規模医療 VQA 評価データセット
このデータセットは、医療分野における大規模な視覚的質問応答評価に焦点を当てており、人体の 20 以上の異なる臓器や部分を含む 12 の異なるモダリティをカバーする 118,010 の異なる画像が含まれており、開発の基礎を提供するように設計されています。大規模なマルチモーダル医療モデルの評価のためのベンチマークを提供します。
直接使用します:https://go.hyper.ai/vafuu
2.EVOLキャラクターのキャラクター設定とセリフデータセット
このデータセットは、GPT3.5およびGPT4で生成された200文字の設定およびセリフデータを含みます。
直接使用します:https://go.hyper.ai/IwTIW
HellaSwag データセットには、人間にとっては非常に簡単 (精度 95% 以上) ですが、モデルにとっては難しい (精度約 48%) 70,000 の質問が含まれています。このデータセットは、既存の最先端モデルに挑戦的なデータセットを構築することにより、常識的な推論で深く事前トレーニングされたモデルのパフォーマンスを調査することを目的としています。
直接使用します:https://go.hyper.ai/4WJGQ
4. M2Lingual 多言語マルチラウンド命令微調整データセット
このデータセットは 70 の異なる言語をカバーしており、低リソース言語向けにより多くのトレーニング データを提供し、合計 182,000 の命令微調整ペアが含まれており、特に多様な言語やタスクにおいて、命令に従う際の大規模な言語モデルのパフォーマンスを向上させることを目的としています。
直接使用します:https://go.hyper.ai/1AY34
このデータセットには、MyAnimeList Web サイトから収集された人気アニメの情報が含まれています。これには、各アニメを詳細に説明するさまざまな属性が含まれており、アニメの傾向、評価、その他の関連要素を分析および研究するために使用できます。
直接使用します:https://go.hyper.ai/mU04c
6. Magpie-Pro-300K-Filtered 高品質アライメント データ セット
このデータセットは、Llama-3 70B から抽出された Magpie 法を使用して合成された高品質の命令データセットです。このデータセットには約 300,000 の高品質な会話が含まれており、整列された LLM の自己回帰特性を利用してユーザー クエリと対応する応答を生成する自動自己合成プロセスを通じて生成されます。
直接使用します:https://go.hyper.ai/YTDxI
データセットには 12,000 の注釈付きビデオ、合計 420,000 を超えるクリップが含まれています。 Vript データセットの各セグメントには、約 145 ワードのタイトルが付いています。
直接使用します:https://go.hyper.ai/7o2Ca
8. 中国東部の平地および丘陵地帯で設定された高解像度樹木検出データ
データセットには、1,920 枚の画像のトレーニング セットと 480 枚の画像のテスト セットが含まれており、合計 664,487 本の木が含まれており、画像ごとに平均 276 本の木が含まれています。
直接使用します:https://go.hyper.ai/zTo63
9. AdaTreeFormer-London ロンドンの高解像度樹木検出データセット
このデータセットは、樹木密度が高く、樹木の形状やサイズが異なるさまざまな都市および住宅環境をカバーしています。 452 枚の画像からなるトレーニング セットと、合計 95,067 本の木を含む 161 枚の画像からなるテスト セットがあり、画像ごとに平均 155 本の木が含まれています。
直接使用します:https://go.hyper.ai/iVHO1
10. AdaTreeFormer-Yoesmite Yosemite 高解像度樹木検出データセット
このデータ セットは主に、樹木密度が低く複雑な地形の樹木が茂った山岳地域をカバーしています。これには、合計 98,949 本の樹木を含む 1,350 個の画像トレーニング セットと 1,350 個の画像テスト セットが含まれており、モデルに優れたパフォーマンスを提供します。複雑な地形でのパフォーマンスは重要なテスト環境を提供します。
直接使用します:https://go.hyper.ai/ic1bO
その他の公開データセットについては、以下をご覧ください。
選択された公開チュートリアル
1. オンラインチュートリアル | 清華大学が強く推奨！ YOLOv10 はより効率的なターゲット検出を実現します
YOLOv10 は、Ultralytics Python パッケージに基づいて清華大学の研究者によって開発されたリアルタイム ターゲット検出手法であり、後処理とモデル アーキテクチャにおける以前の YOLO バージョンの欠点を解決することを目的としています。このチュートリアルでは、コマンドを入力する必要はなく、ワンクリックのクローン作成ですぐにターゲット検出を開始できます。
オンラインで実行:https://go.hyper.ai/vtjgs
img2img-turbo は、効率的なビジュアル コンテンツ変換のために設計された効率的な画像間変換モデルです。モノクロ画像に豊かな色彩を与えたり、単純なスケッチをフォトリアルな画像に簡単に変換したりできます。このチュートリアルでは、直感的なモデルのデモを提供します。簡単なストロークで、ペイントマスターになる楽しさを体験できます。
オンラインで実行:https://go.hyper.ai/Ms5zH
3. ComfyUI StableDiffusion3 ワークフロー オンライン チュートリアル
Stable Diffusion 3 は、テキストの説明を画像に変換するために特別に設計されたマルチモーダル拡散トランス (MMDiT) モデルであり、高品質の画像の生成、複雑なレイアウトの処理、および複雑なキューの解析に優れています。このチュートリアルでは、ComfyUI ワークフローを通じて Stable Diffusion 3 をデプロイして使用する方法を説明します。コンテナーのクローンを作成するだけで、API インターフェイスを介してモデルを簡単に起動して実行できます。
オンラインで実行:https://go.hyper.ai/sEQCW
注目のコミュニティ記事
1.Cellサブマガジンに参加してください！清華大学の張強峰氏の研究グループは SPACE アルゴリズムを開発し、その組織モジュール発見機能は同様のツールよりも優れています。
清華大学のZhang Qiangfeng氏の研究グループは、グラフオートエンコーダー深層学習フレームワークに基づいた人工知能アルゴリズムSPACEを開発した。このアルゴリズムは、単一細胞解像度で空間細胞タイプを識別し、空間トランスクリプトームデータから組織モジュールを発見できる。 SPACE は、細胞型の識別と組織モジュールの発見において他のツールよりも大幅に優れています。この記事は、研究の詳細な解釈と共有です。
レポート全体を表示します。https://go.hyper.ai/IZE5Q
2. 上海交通大学の Yu Xiang の研究グループは、複数の種類の RNA 修飾を特定し、計算コストを大幅に削減するための移植可能な深層学習モデルをリリースしました。
上海交通大学生命理工学部の常任准教授であるYu Xiang氏の研究グループと、上海辰山植物園のYang Jun/Wang Honxiaチームは、転送可能な深層学習モデルTandemModを開発しました。 DRS における複数のタイプの RNA 修飾の同定。この記事は実験プロセスの解釈と共有です。
レポート全体を表示します。https://go.hyper.ai/qkS18
3. ユニバーサルロボットのマイルストーン！ MITは、異種データソースの問題を解決し、マルチタスクロボットの柔軟な実行を実現するために、ポリシー結合フレームワークPoCoを提案しました。
MIT の研究者らは、ロボットツール使用タスクにおけるデータの異質性とタスクの多様性の問題を解決できるロボット戦略組み合わせフレームワーク PoCo を提案しました。この記事は研究プロセスを解釈し共有するものです。
レポート全体を表示します。https://go.hyper.ai/jrJNV
4. 中国科学院院士、ディン・ハン氏: 人型ロボット — ロボットと人工知能の組み合わせの限界点
最近、HyperAI は学者のディン ハン氏と対談し、インテリジェント製造分野における彼の深い蓄積と、産業用ロボットやヒューマノイド ロボットなどの研究分野に対する彼のユニークな洞察について学びました。この記事は丁漢学者のインタビュー内容を詳細に解釈し共有するものです。
レポート全体を表示します。https://go.hyper.ai/A883w
5. 20 の実験データが AI タンパク質のマイルストーンを作成!上海交通大学と上海AIラボはタンパク質の事前トレーニングモデルを効果的に最適化するFSFPをリリース
上海交通大学のHong Liang氏のチームと上海人工知能研究所の若手研究者Tan Pan氏は、タンパク質事前トレーニングモデルに基づいた微調整トレーニング方法FSFPを提案しました。これは、タンパク質事前トレーニングモデルを効率的にトレーニングできるFSFPです。わずか 20 個のランダムなウェット実験データで、モデルの単一点突然変異予測陽性率を大幅に向上させることができます。この記事は論文の解釈と共有です。
レポート全体を表示します。https://go.hyper.ai/5vKyf
人気のある百科事典の項目を厳選
1.ラマインデックス
2. 生涯学習
3. 回転位置エンコーディング ロープ
4. ロシアのマトリョーシカ人形はMRLの学習を表す
5. 3D ガウス スプレーティング3D ガウス スプレーティング
ここには何百もの AI 関連の用語がまとめられており、ここで「人工知能」を理解することができます。
ステーションBのライブブロードキャストプレビュー
ライブブロードキャスト「Meet AI4S」シリーズの最初のエピソードは、7 月 17 日の 19:00 に正式に開始されます。幸いなことに、浙江大学からリモート センシングと地理情報システムの博士課程の学生である丁 佳楽氏を招待します。 「住宅価格の空間的不均一性を実現するニューラルネットワーク」を「新しい解説」と題して、モデルの設計思想や応用シナリオをわかりやすく紹介し、さらに空間回帰分析についても共有します。地理的加重回帰の手法。
クリックしてライブブロードキャストをスケジュールします:https://www.huodongxing.com/event/2762111401922
ゲスト紹介
主要な人工知能学会をワンストップで追跡:
上記は、今週編集者が選択したすべてのコンテンツです。hyper.ai 公式 Web サイトに掲載したいリソースがある場合は、お気軽にメッセージを残すか、投稿してお知らせください。
また来週お会いしましょう！
HyperAIについて Hyper.ai
HyperAI（hyper.ai）は、中国をリードする人工知能とハイパフォーマンス・コンピューティングのコミュニティである。国内データサイエンス分野のインフラとなり、国内開発者に豊富で質の高い公共リソースを提供することに注力しています。
* 1,300 を超える公開データセットに対して国内の高速ダウンロード ノードを提供
* 400 以上の古典的で人気のあるオンライン チュートリアルが含まれています
* 100 以上の AI4Science 論文ケースを解釈
* 500 以上の関連用語クエリをサポート
*Apache TVM の最初の完全な中国語ドキュメントを中国でホストします
学習の旅を始めるには、公式 Web サイトにアクセスしてください。