跳到正文

#資料/訓練

RSS
今日 8 則
11月8日週日
11月7日週六
  1. Dev.to Top Tech53

    將 CSV 匯入視為第二個資料管道

    本文說明如何將 CSV 匯入視為第二個資料管道,並提供驗證與手動檢查流程以確保資料完整性。 - 先保留原始 CSV:建立工作簿副本並記錄來源,確保可追蹤。 - Excel 預覽檢查:使用「From Text/CSV」預覽編碼、分隔符與欄位型別,避免自動轉換錯誤。 - 手動檢查表:列出欄位意圖、原始值與轉換後值,交付原始檔、工作簿與檢查筆記作為交接證據。

  2. Dev.to Top Tech52

    杜拜房源每平方公尺價格分析:資料欄位架構與 40 筆樣本

    作者整理杜拜房源資料架構,說明如何處理重複刊登、交易型別、面積單位與價格欄位,以支援每平方公尺價格分析。 - 欄位設計:每筆紀錄代表一則刊登,包含價格與交易型別、平方英尺與平方公尺、地點、刊登時間及社群指標等欄位;缺少價格時保留為 null,並區分入口網站提供的價格欄位與自行計算值。

  3. MIT News · AI49

    MIT CheMeleon 如何用少量資料預測分子行為

    MIT 團隊開發的開源模型 CheMeleon,能在特定分子性質的可用資料有限時,協助篩選值得進一步合成與測試的分子,並在比較中勝過其他方法。 - 模型與資料:CheMeleon 以 PubChem 中 100 萬種分子的資料預訓練,學習分子結構與約 1,600 項化學描述符之間的關聯;之後可針對溶解度、黏度、生物活性或反應性等性質微調。

  4. Rohan Paul42

    Maxinsights 錄製人們執行居家廚房等真實任務的過程,並為每段影片標註手部姿勢與文字描述,作為機器人操作訓練訊號。 資料蒐集:Maxinsights 在 8 個國家使用自行打造的錄製硬體,透過涵蓋任務設計到交付影片的單一流程蒐集資料。 錄製方式:同一套裝置部署至各地,讓錄製條件維持一致、環境有所變化;推文指出,環境變化是模型應接觸的差異。

  5. O'Reilly Radar64

    本週 AI:進步的代價

    本週 AI 進展揭示投資者對成本與多語言公平的擔憂,提示開發者需同時考量技術與經濟可持續性。 - 模型發布:Google 推出 Gemini 4 Carbon、DeepMind 先行展示 Genie 4 世界模型,Mistral 公佈 1.0 兆引數 Large 4(Le Chonk)權重。