每周编辑精选|COIG-CQIA 数据集上线、在线运行 ComfyUI 文生图工作流

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

为了填补高质量中文数据集的空白,中国科学院、零一万物、北京大学等 10 家机构联合开发出了 COIG-CQIA 数据集。令人惊讶的是,该数据集中「弱智贴吧」的数据质量,居然大幅度超过知乎、豆瓣、思否等知识社区。 COIG-CQIA 数据集现已上线 hyper.ai 官网,快来一探究竟吧!

4 月 8 日-4 月 12 日,hyper.ai 官网更新速览:

  • 优质公共数据集:10 个

  • 优质教程精选:2 个

  • 社区文章精选:5 篇

  • 热门百科词条:5 条

访问官网:hyper.ai

公共数据集精选

1. COIG-CQIA 高质量中文指令微调数据集

COIG-CQIA 全称为 Chinese Open Instruction Generalist – Quality is All You Need,是一个开源的高质量指令微调数据集,旨在为中文 NLP 社区提供高质量且符合人类交互行为的指令微调数据。

直接使用: https://go.hyper.ai/Pg37L

2. EgoExoLearn 跨视角技能学习数据集

EgoExoLearn 数据集包含了 120 小时的视频数据,这些数据是从日常生活场景和专业实验室中采集的。数据集中的视频不仅包括示范视频,还包括执行者在观看示范后,使用自己的第一人称视角 (egocentric) 录制的视频。

直接使用: https://go.hyper.ai/cYsPM

3. S2S-SIM 船舶协同感知模拟数据集

S2S-Sim 数据集是上海大学开发的第一个船舶协同感知模拟数据集。该数据集共包含 7,000 帧数据,其中有 96,881 个船舶边界框的精确标注。它的目的是支持船舶之间的有效协同感知,特别关注于自动驾驶系统与船舶协同感知领域的研究。

直接使用:https://go.hyper.ai/AVWp2

4. Common Corpus-zh 中文公共领域数据集

Common Corpus 是由 Pleias 、 HuggingFace 等机构联合创建的,是目前规模最大的公共领域数据集,专门用于训练大型语言模型 (LLMs)。该数据集汇集了来自全球多样文化遗产项目的 5,000 亿词汇,包括英语、法语、中文、西班牙语、德语和意大利语等多种语言,是目前为止最全面的语言资源库。

直接使用:https://go.hyper.ai/hvuV5

5. TriviaQA 用于阅读理解和问答的大型数据集

TriviaQA 是一个阅读理解数据集,包含超过 65 万个问答证据三元组。TriviaQA 包括来自维基百科和网络的 662K 文档中的 95K 问答对。

直接使用:https://go.hyper.ai/aant8

6. HalluQA 中文大模型幻觉评估数据集

HalluQA 数据集包含 450 个对抗性问题,跨越多个领域,并涉及到中国历史文化、习俗和社会现象。

直接使用:https://go.hyper.ai/pWyqe

7. AI 模型生成的洪水分析和预测数据集

该数据集为论文 「Global prediction of extreme floods in ungauged watersheds」的研究数据,主要内容为 AI 模型生成的洪水重新分析 (1984-2021) 和重新预测 (2014-2021) 数据以及相应的 GloFAS 基准数据。

直接使用:https://go.hyper.ai/bpsG3

8. MASSTAR 多模态大型场景数据集

MASSTAR 是一个由中山大学、香港科技大学等机构联合提出的多模态大规模场景数据集,包含超过 1,000 个场景级别的 3D 网格模型,其中一部分模型来自真实世界。

直接使用: https://go.hyper.ai/eLZUy

9. VideoBadminton 羽毛球视频动作识别数据集

VideoBadminton 是由奥本大学与国立中央大学共同创建的羽毛球运动的高质量视频数据集。该数据集包含了来自国立中央大学校队的 19 名男女运动员的羽毛球视频数据,涵盖了 18 种羽毛球动作,共 7,822 个视频片段,总时长达 145 分钟。

直接使用: https://go.hyper.ai/w5ToD

10. FineFake 细粒度多领域假新闻检测数据集

FineFake 是一个用于细粒度多领域假新闻检测的数据集,由北京航空航天大学和北京邮电大学联合创建。该数据集共有 16,909 个数据样本,覆盖了 6 个语义主题和 8 个不同的平台。每个新闻样本都包含了多种形式的内容,包括文本、图片和潜在的社交环境信息。

直接使用: https://go.hyper.ai/CNWIn

更多公共数据集,请访问 :

https://hyper.ai/datasets

公共教程精选

1. 最高可降低 16 倍成本,ComfyUI Stable Cascade 教程已上线,一键部署!

该教程为 AI 绘画 ComfyUI Stable Casecade 工作流使用教程,教程已经搭建了好环境,内置了 Stable Cascade 默认文生图工作流,直接将节点连接完成,简化使用流程,2 秒即可出图。

在线运行: https://go.hyper.ai/lJGLF

2. 农作物病害图像分类教程

该教程为使用 PyTorch 进行农作物病害图像分类,有助于训练机器学习模型来检测植物疾病,或开发自动植物诊断算法学习。

在线运行: https://go.hyper.ai/

社区文章精选

1. 超全大模型资源汇总|30 个优质 NLP 数据集和模型,一键使用 8 个 demo,建议收藏!

本文汇总了大模型相关资源,包括 15 个数据集、15 个模型和 8 个大模型demo,内含下载和使用链接。

查看完整文章: https://go.hyper.ai/sYC6h

2. 有效识别 63 万个三维空间构型,清华大学牵头发布 Uni-MOF 模型,预测 MOF 吸附能力

清华大学化工系卢滇楠教授团队牵头提出了一种三维 MOF 材料吸附行为预测的机器学习模型 Uni-MOF,该模型不仅可以通过预训练识别和恢复纳米多孔材料的三维结构,还进一步考虑了温度、压力和不同气体分子等操作条件,既适用于科学研究又适用于实际应用。相关成果已发表于「Nature」期刊。

查看完整报道: https://go.hyper.ai/VWFVo

3. 血常规、尿检等指标就能识别卵巢癌!中山大学刘继红团队牵头,四大医学院联合构建 AI 融合模型

中山大学、南方医科大学、华中科技大学和浙江大学联合构建了卵巢癌诊断人工智能融合模型 MCF,输入常规实验室检验数据和年龄即可计算卵巢癌的患病风险。模型准确率优于 CA125 和 HE4** 等传统生物标志物。相关成果已发表于《柳叶刀·数字健康》(The Lancet Digital Health) 。

查看完整报道: https://go.hyper.ai/prEbC

4. 透视 Insilico 英矽智能:AI 制药明星企业的飞跃、困境与破局

已融资 4.075 亿美元的英矽智能,在今年 1 月冲击港股未果,并在 3 月 27 日第二次递交上市申请。中美科技博弈之下,「美国创业、中国联合 CEO,美国股东、中国总部……」的处境,令其压力倍增,如何破局、能否成功摘下「AI 制药第一股」仍未可知。本文从技术发展、团队组成、商业发展等几方面深度介绍了这家 AI 制药明星企业。

查看完整报道: https://go.hyper.ai/llREq

热门百科词条精选

1. 浪链 Lang Chain

2. 混合专家模型 MoE

3. 分组查询注意力 GQA

4. 倒数排名融合 RRF

5. 召回率 Recall Rate

这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:

https://hyper.ai/wiki

B 站直播预告

日期时间内容
4 月 15 日 星期一10:00谷歌历年 I-O 发布会
4 月 16 日星期二10:00MIT 深度学习课程 2020
4 月 17 日星期三10:00MIT 深度学习课程 2021
4 月 18 日星期四10:00Python API 开发初学者综合课程
4 月 19 日星期五10:00面向初学者的Flutter 课程
4 月 20 日星期六10:00哈佛 CS50Python 人工智能课程
4 月 21 日星期日10:00斯坦福 HAI 研讨会

超神经电视台 7×24h 不间断直播,点击即可收获 AI 领域的「电子榨菜」:

http://live.bilibili.com/26483094

以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们哦!

下周再见!

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区, 致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:

  • 为 1200+ 公开数据集提供国内加速下载节点

  • 收录 300+ 经典及流行在线教程

  • 解读 100+ AI4Science 论文案例

  • 支持 500+ 相关词条查询

  • 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅:

https://hyper.ai/

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

单像素成像技术原理与Matlab仿真实现

傅里叶变换是数字图像处理的核心数学工具,它将图像从空间域转换到频率域表示。基于傅里叶频谱分析的成像技术通过采集关键频率分量实现图像重建,这种原理催生了单像素成像这一创新技术。单像素成像利用空间光调制器和单个探测器直接测量傅里叶系数,结合压缩感知算法实现高效成像,在红外、太赫兹等特殊波段展现出独特优势。通过Matlab仿真可以验证傅里叶基测量矩阵的构建、压缩感知重建等关键技术环节,为实际系统开发提供理论基础。该技术在弱光环境成像、显微观测等领域具有重要应用价值,其低成本特性也大大降低了特殊波段成像的门槛。

weixin_29061425的博客 346

中文大语言模型最好的语料库竟然是它:弱智吧!种什么样的种子,开什么样的花!

问:对于中文大模型来说,最好的语料库在哪里?是百度文库,百度百科,小红书,知乎,还是抖音,头条,微信?都不是。根据最近的一篇很有意思的名为《COIG-CQIA: Quality is All You Need for Chinese Instruction Fine-tuning》论文指出,最好的中文语料库来自于:弱智吧。

hunteritself的博客 4541

从PWM到精准电流:双光耦与LM317构建的4-20mA隔离输出方案

本文详细介绍了基于双光耦与LM317的4-20mA隔离输出方案,适用于工业自动化中的PWM信号转换。该方案通过电气隔离和精准电流调节,显著提升抗干扰能力和信号传输精度,同时降低成本60%。文章还分享了电路设计、参数计算及调试经验,为工程师提供实用参考。

weixin_32006655的博客 285

OpenBayes 一周速览|COIG-CQIA 「弱智吧」数据集上线、在线体验通义千问首个 MoE 模型

该数据集涵盖了 2 万个各式各样的事实问题,这些问题涉及到不同的来源、时间线、领域、地区和语言,可用于测试 LLMs 在多事实推理、处理结构化与非结构化知识、识别细微事实差异以及抵御对抗性示例等方面的能力。COIG-CQIA 是一个开源的高质量中文指令微调数据集,数据来源不仅有问答社区(如知乎、思否、豆瓣、小红书、弱智吧等等),还有维基类的知识平台,各种类型的考试资料,以及现存的 NLP 数据集。该数据集为番茄叶病图像检测数据集,图像分为以下几类:健康、细菌斑、早疫病、健康、晚疫病、叶霉病、目标点和黑点。

OpenBayes的博客 1340

YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型

一、本文介绍 本文记录的是基于 GhostNetV3 的 YOLOv11 轻量化改进方法研究。GhostNetV3的轻量模块采用重参数化方法,训练时为深度可分离卷积和1×1卷积添加线性并行分支,推理时通过逆重参数化移除分支、折叠操作,能够在不增加推理成本的同时提高性能,从而实现YOLOv11的轻量化改进。 专栏目录:YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进 专栏地址:YOLOv11改进专栏——以发表论文的角度,快速

Limiiiing的博客 1848

光伏硅片瑕疵检测边缘计算方案:Java+YOLOv11n+GraalVM Native Image+树莓派5部署,工业级高可靠落地

本文提出了一种基于边缘计算的光伏硅片瑕疵检测方案,针对传统人工检测和云端AI方案的不足,采用Java+YOLOv11n+树莓派5的技术路线,实现了低延迟、高可靠的工业级检测。方案核心特点包括: 分层解耦的边缘架构,将感知、推理全链路下沉到树莓派5,端到端延迟<100ms; 创新性技术选型组合:Java 17+ONNX Runtime+GraalVM Native Image,内存占用<200MB; 安防级可靠性设计,支持断网缓存、看门狗守护、异常自动恢复等工业场景需求; 完全基于开源技术栈,硬件

2601_94871597的博客 475

中文指令微调实战:用COIG-CQIA数据集上手

本文介绍了如何在星图GPU平台上自动化部署unsloth镜像,高效开展中文指令微调任务。基于COIG-CQIA数据集(如ruozhiba-llama3-tt),用户可在2分钟内完成Llama-3模型的LoRA微调,显著提升模型对中文问答、逻辑推理等场景的理解与响应能力,适用于智能客服、教育问答等实际应用。

weixin_42589700的博客 1067

Codex 实战 Skills:编写 Skill 自动为 ESP32 芯片生成 MQTT 订阅与发布的基础代码

为了更清晰地展示 Skill 的工作原理和两种语言的差异,以下提供原理图和比对表格。本文深入探讨了如何利用 Codex 的 Agent 智能体技能(Skills)自动化 ESP32 与 MQTT 通信的代码生成过程。我们首先分析了 IoT 开发的痛点,然后详细设计了 Skill 的输入配置,并分别提供了 MicroPython 和 C++ 两种语言的完整代码实现。通过对比两种语言的优缺点,帮助开发者根据项目需求选择合适的语言。最后,我们提供了详细的运行指南,确保开发者能够快速上手。Skill 设计哲学。

yueyeguzhuo的专栏 84

COIG-CQIA 由中科院深圳先进技术研究院、北京大学等联合发布高质量多样化中文指令微调数据集

COIG-CQIA 由中科院深圳先进技术研究院、北京大学等联合发布高质量多样化中文指令微调数据集

u011559552的博客 851

基于深度学习的茶叶等级检测识别系统:YOLOv8 + UI界面 + 数据集完整实现

随着深度学习技术的不断进步,基于计算机视觉的茶叶等级检测系统可以大大提高检测效率,提供客观一致的评估标准。本系统将利用YOLOv8进行茶叶等级的检测与识别,通过图形用户界面(UI)实现与用户的交互,提供茶叶等级分类的实时反馈。本文将详细介绍如何使用YOLOv8结合UI界面,建立一个完整的茶叶等级检测与识别系统,包括数据集的准备、模型的训练、UI的设计及完整的代码实现。本系统的目标是通过深度学习技术,结合YOLOv8模型和图形用户界面(UI),实现对茶叶等级的自动化检测与识别。

YOLO 972

假期搞定!2026国社科申报AI全攻略指南:从选题到创新,7大核心要点手把手教你!

最后给大家推荐的400多所高校教师都在用的AI平台——高级学术版专业应用平台,集成了国际主流学术应用,以及ChatGPT、Claude、Gemini、Grok等Al大模型的高级版本平台,还有,可以辅助大家高效完成科研和学术写作任务,当然撰写硕博论文,课题、职称论文、国社科、国自然基金本子也是手拿把掐。你的任务是:用高度凝练的方式说明在(某一明确国家战略 / 政策方向,如:中国式现代化、共同富裕、基层治理现代化、数字中国、文化强国、国家安全等)背景下,我究竟要研究一个什么“具体而可操作的问题”。

智能AI让学术科研更容易 626

真·人工智障!“弱智贴吧”竟被用来训练大模型

离了个大谱,弱智吧登上正经AI论文,还成了最好的中文训练数据?中国科学院、北京大学、中国科学技术大学、滑铁卢大学以及01.ai等十家知名机构联合推出了一款专注于中文的高质量指令调优数据集——COIG-CQIA。

IT大头的博客 1663

YOLO11全网首发:CVPR2026 Transformer注意力 | BinaryAttention 1-bit注意力,推理提速100%,超越FlashAttention2

本文改进:BinaryAttention 结合YOLO11的C3k2模块,全网首发创新。

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 856

中文指令微调数据,质量就是一切!

现有的数据集大致可分为三类:(1)源自**英语**指令数据集或自然语言处理数据集的数据集;(2)由大型语言模型**合成**的数据集;(3)采用不同方法构建的**混合**数据集。为了提高数据集的质量,COIG 利用多种方法构建了一个经过人工验证的指令语料库。然而,先前的中文指令微调数据集仍存在两大主要挑战。首先,由于**缺乏真实的语言数据**,它们与现实中的中文用户不够契合。其次,由于全面人工验证成本高昂,它们仍存在诸多**质量问题**。此外,**不同数据源如何影响下游的中文任务仍鲜有研究**,这进一步加剧了

m0_59164304的博客 1418

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

selectdataset 发布2024最热门Top100数据集

遇见数据集索引了国内外的大部分网站。首页有最新的数据集推荐:GitHub、Hugging Face、arXiv这些热门站点​,都属于日级别的更新。

u011559552的博客 6591

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408
上一篇: 14亿美元!德国默克与AI生物科技公司合作;马斯克Neuralink首位脑机接口植入者用意念打游戏;黄仁勋在俄勒冈州立大学开讲
下一篇: HyperAI超神经 x 开源中国 | 武汉源创会回归,抓住大模型技术机遇
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值