跳到正文
#数据集
今天10月26日周一5 条
  1. GitHub · 3D 生成新仓库22

    RC-BCJ-Dataset：钢筋混凝土梁柱节点破坏基准图像数据集

    新发布的 RC-BCJ-Dataset 包含 572 张经专家标注的钢筋混凝土梁柱节点破坏图像，覆盖节点类型、破坏机制、损伤类型与 DS0–DS4 严重程度等多属性标注。数据集提供 1,716 对图文诊断描述、全部图像的分割掩码以及预设训练-测试划分与 baseline 结果，可用于失效模式分类、图文生成与多模态建模等研究。

  2. GitHub · 灵魂体仓库33

    PsyHOT：基于 AIHOT 框架的心理学日报开源项目

    GitHub 开源项目 PsyHOT 基于 AIHOT 框架改造，每天从 95 个公开信源筛选心理学与精神医学研究，经模型预筛和两次独立评分后生成中文日报，每天 08:00 更新，另出周报和月报。项目采用 Docker 部署，需 OpenAI 兼容模型 API Key（DeepSeek、千问、智谱均可），信源涵盖 The Lancet Psychiatry、Nature Mental Health 等期刊及监管机构官网，内容分学界和业界两条线，不构成诊疗建议。

  3. GitHub · 灵魂体仓库34

    schopenhauer-corpus：为 RAG 构建的叔本华文集语料库

    GitHub 上的 schopenhauer-corpus 仓库将叔本华（1788–1860）的著作、相关研究及传闻语录整理为 UTF-8 纯文本，供 RAG 使用，并分为三个严格区分的「书架」：原文、研究文献、传言语录。搜索工具 bin/menu.js 按书架检索并标注每个命中的来源标签，语录均对照原文核验并给出判定。文本属公有领域，整理与脚本以 GPLv3 及更新版本发布。

  4. GitHub · 3D 生成新仓库20

    RiboCouple 开源：将 RNA 骨架生成与序列设计相耦合

    RiboCouple 通过学习的残基对交互拓扑，将 RNA 骨架生成与序列设计耦合，可从生成的骨架几何推断概率化残基对状态，并将二元与分型对信号作为软注意力偏置传递给序列解码。项目提供无条件生成流水线（sample → rank → refold，支持 TM ≥ 0.45 且 RMSD ≤ 5.5 的联合有效性评估）、固定骨架逆折叠解码（greedy / argmax / mutual 规则）等脚本，模型权重以预印本形式发布，采用 Apache-2.0 许可证，并支持 gRNAde 外部对照实验。

  5. GitHub · 3D 生成新仓库33

    rendersynth：基于 Blender 的合成数据集生成扩展

    rendersynth 是一个 Blender 扩展，通过程序化随机化和批量渲染生成计算机视觉训练用的合成数据集。它支持基于概率分布的参数随机化（物体变换、材质、光照、相机）、JSON 配置持久化，并可导出 YOLO、COCO、COCO Keypoints、语义分割、深度图、法线图、点云等多种标注格式。扩展要求 Blender 4.5.0 及以上，支持 Windows、macOS 和 Linux，并提供在 Blender 内预览输出与标签的功能，面向低到中等规模的视觉产品。

10月25日周日
  1. GitHub · 3D 生成新仓库30

    GameForge-AI：面向 2D 游戏素材的多模型生成式 AI 流水线开源

    GameForge AI 是一个用于 2D 游戏素材设计的开源多模型生成式 AI 流水线，涵盖语义规划、对抗精灵图生成、隐空间分析与重建。其 DCGAN、AE、VAE 三个视觉模型均基于同一 282,511 张 2D 像素素材（Alucard 数据集）训练：DCGAN 以 64×64 RGBA 生成全新精灵图，AE 达到 MSE 0.000782、PSNR 28.52 dB，VAE 在 5,000 张候选池上取得 84.40% KNN 分类准确率。项目含 FastAPI 后端与 React/Vite 前端，数据集采用 CC-BY-NC-SA 4.0 授权。

  2. GitHub · 3D 生成新仓库24

    JarvisUSTC 开源 Awesome-Multimodal-RAG：多模态 RAG 资源合集

    GitHub 仓库 JarvisUSTC/Awesome-Multimodal-RAG 整理了多模态检索增强生成（RAG）领域的最新论文、数据集与工具，涵盖文本、图像、视频、音频等多种模态。内容包括综述教程、通用与文档类多模态 RAG 论文、MMDocIR、SPIQA 等 benchmark，以及 Kiln 等工具框架，并持续接受社区贡献。

  3. GitHub · 灵魂体仓库32

    TriTetra/RSNA-Knee-Abnormality-Detection：RSNA 膝关节 MRI 异常检测竞赛方案与复盘

    theartificialteam 团队开源其 RSNA 膝关节异常检测竞赛的完整代码与知识库，该竞赛要求预测 12 项膝关节 MRI 发现，指标为 12 项平均 ROC AUC，队伍最终 private rank 约 1,730/6,425，private 0.942。仓库包含 ConvNeXt multi-view MIL 模型、Raptor CoAtNet-384 训练推理代码、预处理与 blend 流水线及实验日志。团队总结：优胜者的优势在于用多模态 LLM 从图像读取标签（gold 0.94–0.956，对比来自报告的约 0.90），而静默失败是其代价最高的 bug——首次提交仅得 0.500 且无任何报错。

  4. GitHub · 3D 生成新仓库63

    code-model-reliability 开源代码模型能力与可靠性统一度量框架

    szymonkobus 发布 code-model-reliability 仓库，用贝叶斯失败率-难度曲线在同一难度尺度上同时度量代码模型的能力（D50）和可靠性（D99）。发布的拟合覆盖 71 个 arm、1,297 个任务、85,604 个 cell 和 850 万次尝试；仓库含 cmr 命令行流水线、任务集、每次尝试的判定记录和完整重拟合脚本，代码 MIT、数据 CC BY 4.0。

    推荐理由：用同一难度尺度同时刻画模型能力 D50 和可靠性 D99，覆盖 71 个模型配置的可复现评测框架。

  5. GitHub · 灵魂体仓库52

    gutfeeling：开源病理切片 SSL 与 HP 判读辅助工具在 Ashby Prize Hackathon 2026 发布

    Ahaan Verma 等人在 Ashby Prize Hackathon 2026 发布开源研究工具 gutfeeling，通过热键截取任意切片查看器画面，约 2 秒内给出 SSL 与 HP 判读及证据。工具用 ConvNeXt-Base 与 MUSK 集成模型，在 977 张 MHIST 测试图上平衡准确率 0.888、AUC 0.956，与 7 病理医生共识上限相当；在 UniToPatho 上 HP 准确率 99.6% 但会低估 SSL。定位为研究工具，非诊断用途，许可证为 PolyForm Noncommercial 1.0.0。

  6. GitHub · 3D 生成新仓库13

    SaniaE/gans-data-augmentation：用 GAN 和 VAE 生成加油站卫星图像合成数据

    该 GitHub 仓库用 GAN 和 VAE 生成加油站卫星图像合成数据，以缓解数据稀缺问题。项目实现了 Simple GAN、DCGAN、WGAN-GP 和 VAE 四种模型，实验发现 Simple GAN 和 DCGAN 训练不稳定、易出现梯度消失和结构模糊；改用 WGAN-GP 后收敛更稳定，再结合 DiffAugment 可在 256×256 分辨率下生成清晰高保真的样本。模型支持 GPU 训练、checkpoint 保存与训练过程可视化。

10月24日周六
  1. GitHub · 去对齐工具与仓库31

    goya4140/minimind-training-lab：从零训练 LLM、VLM 与 Video-Omni 的可复现学习实验室

    goya4140 开源的 minimind-training-lab 是一个面向学习的可复现训练项目，沿同一能力路线从零训练 MiniMind LLM（Decoder-only，64M）、VLM 和 Video-Omni（视频+文本输入→文本输出）。LLM 已完成预训练 317,048 步与 SFT 40,000 步，2026-10-24 因本地空间不足迁至服务器进行 CUDA 重训，正式 run mm64-cuda-20261024T075332Z 已启动；VLM 与 Video-Omni 代码已实现，服务器重训待启动。项目交付模型代码、训练配置、评估与中文学习报告，代码采用 Apache-2.0 许可。

  2. GitHub · 3D 生成新仓库36

    novasyne 开源 SyntheticEEG：验证合成 EEG 数据能否替代真实训练数据

    GitHub 新仓库 novasyne/SyntheticEEG 研究合成 EEG 数据能否替代或增强真实数据，用于跨数据集压力与认知负荷分类。项目使用 4 个公开 EEG 数据集（EDMA、SAM40、MentalWorkloadEEG、MentalStress），评估相关性引导插值、WGAN-GP、条件 VAE 三种合成策略，并加入 CORAL、Optimal Transport、Prototype-shift 域适应，覆盖全部 12 个 source→target 数据对。仓库提供预处理、合成、跨数据集与 LOSO 评估脚本，含 LDA、Logistic Regression、Random Forest、SVM-RBF、XGBoost 五种分类器。

  3. GitHub · 灵魂体仓库15

    CultureBotAI 开源 MediaIngredientMech：LLM 辅助的培养基成分本体映射标注系统

    CultureBotAI 在 GitHub 发布 MediaIngredientMech（MIM），一套基于 LLM 辅助的培养基成分本体映射标注系统，提供完整审计追踪，并管理与 CultureMech 聚合数据关联的成分记录。系统采用 LinkML 模式和 ENVO 本体环境上下文，支持交互式 CLI 标注、LLM 使用追踪和 CHEBI/FOODON 术语映射验证。项目数据以 YAML 存储，采用 CC BY 4.0 和 BSD-3-Clause 双许可，文档中发布了 2026-09-21 快照的评审记录。

  4. GitHub · 3D 生成新仓库21

    Case Explorer：面向消费信贷的信用风险开源实验项目

    GitHub 新仓库 Case Explorer 上线，这是一个面向消费信贷的信用风险实验项目，生成带已知真实答案的合成贷款申请，覆盖从生成、承销、欺诈模拟到独立验证与部署监控的完整信贷分析流程。基准运行生成 4,250 个案例，各不变量与可复现性测试 100% 通过，冠军模型 random_forest 的欺诈 PR-AUC 达 0.995；项目含 Solar prime 销售点光伏信贷实验室、Policy Sandbox 与基于 SEC/FRED 公开数据的公开记录案例研究。

  6. GitHub · 3D 生成新仓库36

    rockymine/pgm-studio-mapgen：用 pgm-studio 生成的 Minecraft PGM 地图仓库

    rockymine/pgm-studio-mapgen 仓库收录由 pgm-studio 生成的 Minecraft PGM 世界地图，每张地图连同 region/、level.dat 和 map.xml 完整提交，可直接放入 Minecraft 服务器加载，无需重建。仓库按 OvercastCommunity/CommunityMaps 的目录结构归档，规则文件 tools/worlds.py 在两个语料库上分别正确归类 ctw 360/366、dtcm 310/315、koth 105/105 张地图；另有 23 张技术卡世界和多层雕刻教程。

  7. arXiv · cs.AI51

    DexPort：面向灵巧手数据采集的手持技能接口

    研究团队发布 DexPort，一种面向高自由度灵巧手的便携式数据采集接口，采集与部署使用相同手部硬件以避免 embodiment 差异，无需机器人臂即可在非结构化环境采集演示。操作者只控制机械腕运动并选择或调整技能来协调手指，共采集超 2,500 条演示；行为克隆训练的 visuomotor 策略在 4 项任务上评测，使用记录的机器人命令替代状态使成功率从 11% 提升到 64%，加入真实环境数据后从 36% 提升到 78%。论文地址 https://arxiv.org/abs/2610.32969v1

  8. arXiv · cs.CL24

    面向自然语言与结构化语料的自适应频率阈值 BPE 分词方法 AdaBPE

    研究者提出 AdaBPE（Adaptive Frequency Threshold Byte Pair Encoding），一种基于自适应频繁模式挖掘的分词方法，可根据候选 token 的长度和类型动态调整最小频率阈值。该方法能将词表容量高效分配给 LaTeX 等特定领域记法。在涵盖 LaTeX 与自然语言的五个数据集上，AdaBPE 在领域内容上提升了编码效率和下游语言模型性能，且不损害通用语言表现。

  9. arXiv · cs.AI21

    SemantEq：形式化语句的忠实双向等价判定方法

    研究者提出 SemantEq，用于检验自动形式化生成的 Lean 4 语句是否忠实于原数学陈述，要求双向转换只能经由允许的推理步骤链完成。其无模型搜索 SemantEq-Eval 在 ProofNetVerif 测试集上达到 100% 精确率和 65.6% 召回率（BEq+ 为 95.8% 和 61.8%）；配套的 SemantEq-ProofAudit 审核模型证明时拒绝了全部 104 对非等价语句，并在最佳提示下把 407 对等价语句的召回率从 65.4% 提升至 81.1%。代码与数据已开源。

  10. arXiv · cs.AI48

    面向多智能体系统的企业级 RAG 重构：先组织再检索的知识层

    一篇 arXiv 论文提出面向多智能体系统的企业 RAG 知识层，在检索前先组织知识。其七智能体逆向工程流水线处理 18 个服务的 241 个代码库，通过工件级本体、稀疏元数据注册表和超图导航，让查询解析到工件标识符从而约束向量搜索，实现结构性消歧。该层一周内建成，支持根因分析并解决 100+ 生产缺陷，定位 35 次发布回归失败。

10月23日周五
  1. arXiv · cs.CL15

    ParaTaxe：一套用于处理和发布多平行语料库的开源工具

    研究者推出开源工具套件 ParaTaxe，用于处理和发布多平行语料库，解决学术语料因维护或经费不足而失于线的难题。该套件包括基于多语言嵌入向量的 AIlign 对齐器、用于转换与对齐语料的 Python 处理流水线、管理平行语料集合的 ParaTaxe 网页界面，以及基于 TEI-Publisher 构建的语料浏览界面。工具由 ACR Grimm Tradalign 与 ParaTaxe 项目开发，成果将发表于 JADT 2026 会议。

  2. arXiv · cs.AI36

    语言模型智能体构建医疗软件采用知识的引用锚定图谱

    研究者提出一条从公开网页构建医院软件客户与集成关系知识图谱的流水线，要求每条边都必须有源页面的逐字引用支持。流水线对 61 个供应商达到 0.94 precision 和 0.71 recall；基于五个模型调用对九项标准投票构建的置信度分数在同等 recall 下达到 0.90 precision。该方法用有界的模型调用、字符串匹配证据和投票机制应对长上下文退化与运行间方差。

  3. arXiv · cs.AI15

    车联网联邦学习中的干净标签投毒攻防博弈研究

    该 arXiv 论文研究车联网联邦学习中干净标签投毒攻击与防御的交互。攻击方在特征空间将良性样本扰动至恶意特征极端，在不改变标签的情况下降低类别可分性；防御方提出特征一致性重标注方法检测并重标可疑样本。博弈论框架分析表明，攻击随被控节点数有效扩展，而该防御能在不损害干净准确率的情况下保持低攻击成功率。

  4. GitHub · 3D 生成新仓库14

    Yosephines 发布 IE7615-Group1-Project2：基于 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目

    该仓库是使用 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目，首版包含 1,000 组 COCO 图像-文本对、数据集 notebook 与备忘录，复核中修订了 133 条 caption 并替换 2 张图像。项目在 Python 3.13.9 下通过虚拟环境搭建运行，剩余工作包括 GPU/CLIP embeddings、基线生成与分析及 5-6 页报告。

  5. arXiv · cs.AI33

    本体引导的智能体框架：从结构化元数据与气候科学论文构建知识图谱

    研究者提出一种智能体的本体引导知识图谱构建框架，由 LLM 从论文中抽取带文本证据的三元组并经多阶段校验对齐本体。在 1,000 条三元组的一致性研究中，Gemini-2.5-flash 与三位人类标注者的 Cohen's κ 为 0.640–0.700，达到人与人 0.616–0.689 的水平。框架应用于 2,000 篇论文，构建了含 133,990 节点、755,308 关系的气候科学 KG，验证后三元组 98.96% 被判定正确，代码与图谱已公开。

  6. arXiv · cs.CL36

    PHYRD：一个用于复现与扩展理论物理研究的动态基准

    PHYRD 是一个理论物理推理动态基准，包含 63 道 Reproduce 和 43 道 Discover 题，由 FormulaForest 构建并附带子问题级评分标准。五个模型在 Reproduce 上整体准确率为 49.21%–68.25%，闭卷 Discover 为 18.60%–74.42%，使用工具后四 个模型完成更多 Discover 题。FormulaForest 作合成数据可将 Qwen-35B-A3B 在 OpenAI 的 FrontierScience 上的准确率从 61% 提升至 72%。

  8. arXiv · cs.CL9

    通过预测政党归属分析奥地利议会演讲

    研究者用微调的 BERT 模型为奥地利国民议会每位议员的演讲预测各政党概率分布，并在发言人及政党层面聚合。分析发现联合执政政党的演讲特征趋于相似，反对党则远离执政党，议员换党后通常在换党之后才调整演讲特征。研究团队还公开了 1996 至 2018 年演讲的政党归属预测数据集。

  9. arXiv · cs.CL18

    旁遮普歌曲毒性数据集 PGT-FG 发布：细粒度多模态毒性标注

    研究者发布旁遮普歌曲毒性数据集 PGT-FG，基于 YouTube 公开歌曲构建，最终含 392 首歌曲的 2,396 个片段，其中 705 段（29.42%）标注为有毒。四名母语标注者产出 2,870 条标注，涵盖二元毒性、八类细粒度类别、严重程度等字段，整体毒性标签 Fleiss' kappa 达 0.6521，暴力类最常见（539 段，76.45%）。数据集已在 Zenodo 公开，不含受版权保护的音频或歌词。

  10. GitHub · 去对齐工具与仓库25

    MicroLLM：从零训练的 50M 参数小模型开源项目

    MicroLLM 是一个在 50M 参数预算内从零构建训练的 decoder-only Transformer 语言模型，实际可训练参数为 48,779,904（约 48.78M），采用 GQA、RoPE、RMSNorm、SwiGLU 和 1,024 token 上下文，基于 FineWeb-Edu 数据训练。项目已完成 100M token 训练，val loss 3.8326、困惑度 52.6029，评测接入 HellaSwag、ARC-Easy、PIQA、WinoGrande，并开发基于 FastAPI 的本地推理后端。

  11. arXiv · cs.AI48

    POSEIDON：从代码仓库规模化构建科学智能体训练环境

    研究团队提出 Poseidon，一个从科学代码仓库自动生成多样化、可验证训练环境的流水线，同等仓库预算下比先前方法多提取近 10 倍环境，涵盖 Reproduction、Subflow、Completion、Correction 四类任务。由此构建的 Pearl 包含来自 7,110 个公开仓库、横跨 10 个学科的 97,659 个可执行可验证环境，是迄今最大、覆盖面最广的科学智能体训练环境集合。Qwen3.5 模型（9B、27B、35B-A3B）在 Pearl 上训练后在六项科学智能体基准上均取得一致提升。

  12. arXiv · cs.CL36

    CoRPS-Dial：双智能体框架解耦患者画像与临床流程，生成真实医患对话

    研究者提出 CoRPS-Dial，一个可控双智能体框架，通过画像驱动的患者智能体与流程引导的医生智能体交互，并结合事后质量控制，合成诊前医疗对话。在冠心病场景实验中，其合成对话在信息覆盖、临床合规和自然度上更贴近真实对话；下游微调实验也验证了生成数据的实用性。

  13. arXiv · cs.CL29

    ProfileSim：基于分层奖励强化学习的金融营销用户模拟框架

    研究者提出 ProfileSim，一个面向金融营销外呼的场景化用户模拟框架，联合建模用户画像（人口属性与大五人格）和业务画像，基于真实语音对话数据微调，并用 GRPO 配合对话与话语两级分层奖励优化。搭配集成 SOP 约束与 RAG 的客服 Agent，ProfileSim 在口语自然度和用户画像一致性上最优，生成的话语更短且业务合规度相当，可支持意图识别训练、Agent 评测与冷启动部署。

  14. arXiv · cs.CL35

    LLM 标注能否匹配人类一致性？ANT-A 基准与对比知识多智能体框架 ANT-OR

    研究者提出 ANT-A Benchmark，覆盖 7 个跨领域、跨模态数据集，每个实例含任务专属标注指南和 5 个独立人类标签，并用 Fleiss kappa 评估模型标注与人类标注分布的一致性。配套的 ANT-OR 多智能体框架从正负反馈中蒸馏对比决策规则来优化提示词，agreement@>=2 准确率比较强基线高 4.5 分，与人类标注分布的 Fleiss kappa 差距在 2 分以内。代码和基准已开源。

  15. arXiv · cs.CL49

    4DMemory：用 Harness 增强智能体评测长时程时空记忆

    研究者提出 LongVideo 数据集与 4DMemoryBench 基准，用于评测长时程时空推理。LongVideo 包含约 900 小时视频和 5,000 多道人工审核问题；4DMemory Harness 集成 4 项互补技能、22+ 专用工具模型和模型专属 RAG 系统。评测 13 个领先模型发现，独立基础模型难以胜任长时程任务，而 Harness 使所有模型提升超 50%，且同一模型在 4DMemoryBench 上比较早基准下降超 10%。

  16. GitHub · 灵魂体仓库21

    boywithdragons 推出基于 RAG 的 HDFC 共同基金 FAQ 问答助手

    开发者 boywithdragons 在 GitHub 发布了一个基于 RAG 的共同基金 FAQ 问答助手，覆盖 5 只 HDFC Mutual Fund scheme 及一篇资本利得声明文章，每个答案只引用一个来源页面。系统在调用 LLM 前先做 guardrails 拦截建议、预测、比较和个人数据，检索用 sentence-transformers/all-MiniLM-L6-v2 嵌入、Chroma 向量库、TOP_K 5，生成走 Groq API 的 qwen/qwen3.8-27b，输出上限 300 token、超时 20 秒。项目需 Python 3.14，仅限事实问答，不提供投资建议。

  17. arXiv · cs.AI29

    Part-DINO：用图像结构补充 DINO 特征以实现部件发现

    Part-DINO 是一个免训练部件发现框架，将低层图像分割得到的边界与 DINO 的语义特征结合，先按边界划分图像区域、池化区域内 DINO 特征再聚类发现部件。论文指出 DINO 特征因 ViT 刚性 patch 网格导致跨边界 patch 熵更高、分配置信度更低，边界模糊。在 CUB、CelebA、PartImageNet-OOD、PartImageNet-Seg 四个基准上，Part-DINO 超越免训练基线，并与弱监督、无监督方法保持竞争力。

  18. GitHub · 灵魂体仓库60

    budget-rag v1.0.0 发布：成本感知的 RAG 检索框架

    GitHub 项目 mylgtab/budget-rag 发布 v1.0.0，实现成本感知的长文档问答检索，简单问题走 BM25 便宜路径，难题才升级混合检索加重排与大模型。在 200 条改写问句评测中，级联策略用 47% 的成本拿到深检索 99.5% 的召回；附录还给出分块粒度、双索引自动选择、两层缓存（LongBench 30 条冷缓存 46.6 秒降到热缓存 4.6 秒）与预算档位对比，完整实验记录与复现脚本见 docs/report.md 和 make check。

    推荐理由：作者公开了完整实验数据和复现脚本，还保留了负结果，想比较不同 RAG 检索策略成本与召回的读者可以直接参照。

  19. GitHub · 灵魂体仓库19

    llmcrimeprofilinghost 开源 LLM 犯罪侧写预测项目：基于 Court Listener 案例与 Claude 摘要的研究代码

    llm-crime-profiling 项目公开全部源代码与数据，测试 AI 在给定犯罪情景时对嫌疑人信息的预测能力。案例通过 Court Listener API 获取 2025-08-10 至 2026-08-09 间的法院判决书，随机抽取 600 个案例（后期筛至 165 个），并借助 Claude 对长短不一的判决书进行摘要。