large-scale-dataset

SafeAtlas-VL 引入了一个大规模多模态安全数据集，该数据集带有分级风险标签，并训练了能够预测连续安全分数的守护模型，在多模态安全评估中实现了最先进的泛化能力。

本文介绍了LibriBrain100，一个大规模MEG数据集，包含超过100小时的神经语音解码数据，在单词分类基准测试中达到了最先进的性能。

TouchThinker 引入了百万量级的触觉推理数据集和基准，利用动作感知表示实现高效推理，将触觉常识推理扩展到开放世界场景。

介绍了MMIOC-1M，一个用于工业缺陷检测的大规模多模态基准，并提出了RTVPNet，一种精细的文本-视觉提示网络，实现了最先进的性能。

LocateAnything 提出并行框解码用于统一视觉定位与目标检测，将几何元素解码为原子单元，以提高吞吐量和定位精度，并得到包含1.38亿样本的大规模数据集的支持。