KAIST 发布 TIDES 数据集：跟踪 12 支学生团队一学期的真实协作对话
josephseering · x · 2026-09-11
TIDES：纵向双语多方社交动态数据集
KAIST 团队（COLM 2026）发布了 TIDES 数据集，用于建模多方对话中的社交动态。研究者在整整一个学期里跟踪了 12 支真实学生团队，捕捉协作与社交关系如何随时间演化。
数据规模：
- 12 支团队（7 韩语 / 5 英语）、88 次会议、104 份转录文本
- 共 75,971 条发言（utterances）
针对现有数据集三大局限：
- 现有数据多为剧本/实验室/LLM 合成对话 → TIDES 用真实课程项目中的野外录音
- 现有对话通常不足一小时的单次会话 → TIDES 覆盖整学期的纵向数据
- 现有角色多为固定指派（如师生）→ TIDES 标注基于行为涌现的角色（支配性、社交性、任务导向）
数据集提供三层标注，将发言、涌现角色与团队发展阶段在各团队的时间线上关联。已在 Hugging Face 发布，GitHub 与 arXiv 可查。
「研究」频道最新
- Mathathon 回应争议公开信：改赛制、加 6 个月研究期 — _sathvikr · 2026-09-11
- 腾讯混元发布 T1：122B MoE 模型专攻长时程终端任务 — Tencent-Hunyuan · 2026-09-11
- BOTANIC-1 模型家族发布:从 DNA 层面设计未来食物,全面开源 — CatAstro_Piyush · 2026-09-11
- MSRA 等发布 UniSteer：人类纠错可注入 flow-matching VLA 的强化学习 — jiqizhixin · 2026-09-11
- 世界模型替代真实执行，加速自动研究智能体后训练 — illinois · 2026-09-11
- 研究者分享 AI 就业「适应能力」论文与 Economist 报道链接 — soumitrashukla9 · 2026-09-11