2024-06-12 ，由上海人工智能实验室、哈尔滨工业大学、南京大学、复旦大学等联合创建OmniCorpus，一个达到百亿级别的图文交错数据集。它不仅规模空前，更以其多元化的数据来源和高质量的数据内容，为多模态大语言模型的研究提供了坚实的数据基础。

在科技飞速发展的今天，自动驾驶技术无疑是改变我们未来出行方式的一大亮点。想象一下，未来的某一天，你坐在车里，车子自己就能安全地带你到达目的地，这听起来是不是很酷？

2024-10-08，由香港科技大学的计算机科学与工程系创建了PreCT-160K，这是迄今为止最大规模的医学图像预训练数据集。该数据集包含了160K个CT体积，覆盖了100多种解剖结构，对于推动医学图像分析领域的发展具有重要意义，特别是在标签效率和模型泛化能力方面。

胃癌：胃癌在全球范围内也是常见的恶性肿瘤之一，其发病率和死亡率在全球范围内都相当高。

前列腺癌：前列腺癌是男性中常见的恶性肿瘤之一，尤其在发达地区，其发病率较高。

遇见数据集，国内领先的百万级数据集搜索引擎，实时追踪全球数据集市场，助力把握数字经济时代机遇。

北京时间10月8日下午，2024年诺贝尔物理学奖揭晓。瑞典皇家科学院决定将2024年诺贝尔物理学奖授予美国普林斯顿大学约翰·霍普菲尔德和加拿大多伦多大学杰弗里·辛顿。

遇见数据集，国内领先的百万级数据集搜索引擎，实时追踪全球数据集市场，助力把握数字经济时代机遇。

遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。

大模型中的偏好数据集，就好比是给一个超级学霸特别定制的教材，这些教材里的内容都是这个学霸特别感兴趣或者特别擅长的。这样一来，学霸就能在这些领域里学得更快、更深入，而不是在所有科目上平均用力。简单来说，就是让大模型在它擅长或者感兴趣的领域里更加出色。