合成数据集进行中：2.5 万对话、9000 万生成 token
dejanseo · x · 2026-10-20
作者 @dejanseo 分享了正在构建的合成数据集（#SyntheticDataset）进展：已生成 25,058 条对话、221,773 轮交互、90,914,194 个生成 token，其中约 10% 内容涉及产品/品牌/服务推荐。配图为构建过程截图。
「研究」频道最新
- OpenTac 上传 3D 模型 3 秒生成触觉传感器柔性电路,覆盖 93% 面积 — anand_bhattad · 2026-10-23
- arXiv 论文为 StopGrad 正名：无损失函数也能收敛到正确解 — srush_nlp · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 伯克利 StyleStream 2.0：流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23