内含超 100 万小时多语种录音，MLCommons 推出大型音频数据集

2025-02-10 06:07

这一名为 the Unsupervised People's Speech 的数据集资源来自 Archive.org，整体规模超 48 TB，大部分内容属于美式英语。

AI 工程联盟 MLCommons 当地时间 1 月 30 日宣布 the Unsupervised People's Speech 数据集，这一数据集包含超过 100 万小时的音频内容，有望为 AI 在音频领域的下一步发展奠定基础。

Unsupervised People's Speech 数据集的资源来自 Archive.org，由 MLCommons 和 HuggingFace 联合创建，未进行数据推理和预处理。

这一数据集整体规模超 48 TB。虽然 Unsupervised People's Speech 的内容以美式英语为主，但仍涵盖数十种语言；其中大多数音频的长度在 1 到 10 分钟之间，仅有 14 个超过了 100 小时。

内含超 100 万小时多语种录音，MLCommons 推出大型音频数据集

MLCommons 发布 PC AI 基准测试 MLPerf Client 首个公开版本 0.5

MLPerf Client 基准测试的诞生是 AMD、英特尔、微软、英伟达、高通和顶级 PC OEM 等利益相关方的合作成果。

Hugging Face 推出小巧AI模型，助力设备性能提升

近期，人工智能开发平台 Hugging Face 团队发布了两款新型 AI 模型，SmolVLM-256M 和 SmolVLM-500M。他们自信地声称，这两款模型是目前为止体积最小的 AI 模型，能够同时处理图像、短视频和文本数据，尤其适合内存少于1GB 的设备如笔记本电脑。这一创新让开发者在处理大量数据时，能够以更低的成本实现更高的效率。

为大模型提供全新科学复杂问答基准与测评体系，UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架

编辑 | ScienceAI问答（QA）数据集在推动自然语言处理（NLP）研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型，也可以有效评估大语言模型（LLM）的能力，尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集，涵盖了医学、化学、生物等领域，但这些数据集仍存在一些不足。其一，数据形式较为单一，大多数为多项选择题（multiple-choice questions），它们易于进行评估，但限制了模型的答案选择范围，无法充分测试模型的科学问题解答能力。相比之下，开放式问答(openQA

资讯热榜

使用 VLLM 部署 DeepSeek：基于 Ubuntu 22.04 + RTX 4090 + Docker 的完整指南 Ollama的配置修改与接口调用 OmniParser V2 在 Windows 系统上的详细安装与运行指南一条神奇的指令，DeepSeek直接文生图开源版HeyGen来了！Heygem：精准克隆外貌和声音，支持对口型 AI数字人新突破！Hedra推出Character-3模型和Hedra Studio：对图像、文本和音频进行联合推理推理版局部重绘方法LanPaint，零训练修复图片百度AI开源表格识别模型PP-TableMagic

标签云

内含超 100 万小时多语种录音，MLCommons 推出大型音频数据集

相关资讯

MLCommons 发布 PC AI 基准测试 MLPerf Client 首个公开版本 0.5

Hugging Face 推出小巧AI模型，助力设备性能提升

为大模型提供全新科学复杂问答基准与测评体系，UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架