Vibe-Coding-Instruct: ضبط دقيق موجّه لوكيل برمجة خفيف الوزن بـ 1.1 مليون عينة
Vibe-Coding-Instruct الذي نشره lazarus19 مجموعة بيانات بأزواج تعليمات واستجابات برمجية تضم 1.1 مليون عينة برخصة Apache-2.0. استُخدمت بالفعل لتدريب 7 نماذج مش...
مجموعات البيانات
Fable-5-traces: كيفية تقطير النماذج الصغيرة من آثار جلسات وكيل البرمجة
مجموعة بيانات تضم 4,665 أثراً لجلسات وكيل Fable 5 (Claude Code) نشرها Glint-Research. رخصة AGPL-3.0، بتنسيق HF Agent Traces، وتكوين tool-use بنسبة 81%. دليل ...
Agents Last Exam: لماذا تطوّر معيار تقييم وكلاء استخدام الحاسوب إلى 153 مهمة طويلة الأمد
agents-last-exam مجموعة بيانات معيارية لتقييم وكلاء استخدام الحاسوب عبر 153 مهمة طويلة الأمد في خمسة مجالات: Business وComputing وEngineering وLegal وغيرها. ...
دليل شامل لتنسيق مجموعات بيانات النماذج اللغوية الكبيرة: من التدريب إلى محاذاة التفضيلات
استكشف مجموعات البيانات والأدوات الأساسية للتدريب اللاحق للنماذج اللغوية الكبيرة، بما في ذلك مجموعات بيانات الضبط الدقيق المراقب وبيانات محاذاة التفضيلات ومن...
مجموعات البيانات العامة الرائعة: بوابتك إلى البيانات المفتوحة عالية الجودة
اكتشف المجموعة النهائية من مجموعات البيانات العامة المنتقاة عبر مجالات متنوعة، من الزراعة إلى الرياضات الإلكترونية، يحتفظ بها مجتمع البيانات المفتوحة العالمي.
إطلاق مجموعة بيانات NVIDIA Nemotron متعددة اللغات بستة ملايين مثال – تعزيز منظومة الذكاء الاصطناعي مفتوح المصدر
تُطلق NVIDIA مجموعة بيانات استدلال متعددة اللغات تضم ستة ملايين مثال، وتوفر بيانات تدريب عالية الجودة تغطي خمس لغات: الفرنسية والإسبانية والألمانية والإيطالي...
NVIDIA Granary: مجموعة بيانات صوتية متعددة اللغات تغطي 25 لغة أوروبية
مجموعة بيانات NVIDIA Granary الصوتية متعددة اللغات تضم 640,000 ساعة من التسجيلات الصوتية عبر 25 لغة أوروبية. دليل شامل لخصائصها وأساليب توظيفها.
Rowfill: دليل شامل لمنصة معالجة البيانات غير المنظمة لعمال المعرفة
اكتشف الميزات الأساسية وتطبيقات Rowfill، منصة الذكاء الاصطناعي مفتوحة المصدر التي تنظم ملفات PDF والصور والصوت تلقائياً.
AnyCrawl: الدليل الشامل لزاحف الويب الجاهز للنماذج اللغوية الكبيرة - معيار جديد لجمع بيانات الذكاء الاصطناعي
أتقن كيفية تحويل مواقع الويب إلى بيانات جاهزة للنماذج اللغوية الكبيرة وجمع نتائج Google/Bing SERP بكفاءة باستخدام AnyCrawl المبني على Node.js/TypeScript.
ByteDance Dolphin لتحليل صور المستندات: تحليل شامل لمجموعة بيانات Fox والاختبارات المرجعية
تحليل مفصل لمجموعة بيانات Fox والاختبارات المرجعية لمشروع Dolphin الصادر عن ByteDance. تعرف على أحدث تقنيات فهم المستندات المنشورة في ACL 2025 ومجموعة البيان...
dots.ocr: تحليل شامل لنموذج تحليل المستندات متعدد اللغات بـ 1.7B معامل وأداء SOTA
استعراض النموذج البصري اللغوي dots.ocr الذي أصدرته RedNote، وكيفية تنفيذ تحليل تخطيط المستندات متعدد اللغات والتعرف الضوئي على الحروف في نموذج واحد.