open-data

Open Repair Data Standard (ORDS) 定义了一种共享方法，用于收集和分享关于小型电气和电子产品的维修数据，从而能够跨不同社区维修群体聚合和分析维修趋势。

一位用户测试了五个AI模型对移民新闻文章的摘要，发现所有模型都继承了原文的框架，看似中立，但通过强调和省略来塑造读者的理解。这项研究规模小且是探索性的，数据公开可用。

了解如何设置并在本地使用 Common Crawl 数据进行网页数据处理任务。

Paperclip新增了超过22万份FDA监管文件和来自多个登记处的100多万份临床试验，使AI智能体无需网络搜索即可搜索和推理临床与监管数据。此次更新允许用户通过统一的文件系统界面查询FDA文档、ClinicalTrials.gov以及国际登记处的信息。

在HuggingFace上发布了一个免费的980万文档多语言印度语系语料库（11种语言，CC0许可），包含约84亿个token，专为多语言研究而构建。

Protovoters 是一个开源工具，可帮助用户利用公开数据构建本地选民档案，并配合标准地理空间软件使用，旨在取代 VAN 或 NationBuilder 等昂贵的专有平台。

GM-SEUS 开放数据集第二版现已标注 340 万块美国太阳能板，并新增屋顶阵列，较第一版的 290 万块有所提升。

DR-Venus-4B 是一个40亿参数的深研智能体，仅利用1万条开源样本，通过「智能体SFT+回合级奖励RL」训练，在多项研究基准上超越以往90亿以下模型，逼近300亿级系统，且可部署于边缘设备。

<p>让公民轻松获取政府数据，专为 AI 优化</p> <p><a href="https://www.producthunt.com/products/katzilla?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a> | <a href="https://www.producthunt.com/r/p/1126844?app_id=339">链接</a></p>

Bert Hubert 描述了他如何在荷兰议会二院文件中添加超链接，以及如何将辩论中的动议编号与文档关联，并反思了创新的缓慢进程。