ICLR 2026 – Institutional Affiliations Dataset and Analysis

ICLR 2026 학회에서 발표된 5,356편의 논문을 대상으로 PDF에서 직접 추출한 저자 소속 기관 데이터를 정제하여 공개하는 오픈소스 파이프라인과 데이터셋이 공개되었다. 이 데이터셋은 OpenReview 프로필 기반 소속 정보의 오류를 방지하며, 기관별 논문 수를 기준으로 한 시각화 차트도 제공한다. 파이프라인은 PDF 파싱, 정규화, 시각화까지 전 과정을 포함하며, 연구자와 AI 엔지니어가 기관별 연구 동향을 분석하는 데 유용하다. 깃허브에서 소스코드와 데이터셋을 확인하고 재현할 수 있다.

https://github.com/DmytroLopushanskyy/iclr2026-affiliations

#dataset #pdfparser #iclr #bibliometrics #machinelearningresearch

Bad dataset labels broke everything; we had to reconvert for Mac.

#dataset #kaggle #ml

antirez (@antirez)

imatrix에서 더 많은 tool calls를 반영하는 변경을 병합하고, 데이터셋 확장도 시도한다는 내용입니다. imatrix 생성은 더 느려지지만, 가끔만 수행해도 되는 작업이라 문제없다고 언급해 개발 도구/처리 파이프라인 개선에 해당합니다.

https://x.com/antirez/status/2054586213948928389

#imatrix #toolcalls #dataset #optimization #ai

Project Aria @Meta (@meta_aria)

Aria Gen 2 Pilot Dataset(A2PD)가 공개되었습니다. 청소, 요리, 야외 산책 등 인간-환경 상호작용을 폭넓게 담은 데이터셋으로, Aria Gen 2 센서 스위트의 원시 센서 스트림을 포함해 모델 성능 향상과 멀티모달 연구에 활용될 수 있습니다.

https://x.com/meta_aria/status/2054270954017272300

#dataset #multimodal #sensors #ai #research

Спецлаб-Гамбит: Удобная программа разметки объектов нейросети под системы видеонаблюдения

Для разработчиков умных камер, умных видеорегистраторов и нейросетевой видеоаналитики ПО видеонаблюдения нужна нейросеть, способная работать в реальных условиях наших улиц. А там никто с профессиональной камерой не ходит, правильный ракурс не настраивает, свет не выставляет, без сжатия не снимает и вообще все делает вопреки здравому смыслу учебников ВГИК. Гамбит, конечно, подойдет для любых других задач, но здесь сделан упор на удобство сбора материала ИЗ систем видеонаблюдения и на разметку датасета с целью создания нейросетей ДЛЯ систем видеонаблюдения. Гамбит не столько для отшлифованных фоток и рилсов из Интернета, а как раз наоборот – для не особо качественных видеозаписей из архивов видеонаблюдения. В Спецлабе называют такой контент «диким». Прочитать описание и Скачать бесплатно...

https://habr.com/ru/companies/speclab/articles/1034750/

#разметка_данных #разметка_изображений #нейронные_сети #нейронные_сети_и_машинное_обучение #датасет #dataset

Ilir Aliu (@IlirAliu_)

로보틱스 분야의 데이터 격차를 어떻게 해소할지 질문하는 내용으로, 로봇 AI 개발에서 데이터 수집·학습 문제의 중요성을 시사한다.

https://x.com/IlirAliu_/status/2054540040001233105

#robotics #ai #dataset #machinelearning

Show HN: World Cup History MCP – every FIFA tournament 1930–2026

1930년부터 2026년까지 모든 FIFA 월드컵 데이터를 집대성한 World Cup History MCP API가 공개되었다. 이 API는 대회별 조별 순위, 선수 명단, 득점자, 경기 및 경기장 정보 등 방대한 축구 데이터를 포함하며, LLM과 연동 가능한 MCP 형태로 제공되어 AI 개발자들이 쉽게 활용할 수 있다. 무료 API 키를 통해 하루 1,000회 요청이 가능하며, 대시보드도 제공되어 별도 설치 없이 데이터 탐색이 가능하다. 축구 데이터 기반 통계 분석 및 AI 응용에 유용한 리소스다.

https://api.zafronix.com/wc-explorer/

#soccer #api #dataset #mcp #llm

Cuarzo-100K v2 – Python↔EN/ES/FR/ZH, 100% AST verified across all 4 languages

Cuarzo-100K v2는 Python 코드를 영어, 스페인어, 프랑스어, 중국어로 100% AST(Abstract Syntax Tree) 검증을 거쳐 번역한 대규모 다국어 코드 데이터셋입니다. 각 언어 간의 코드 변환이 정확하게 이루어졌음을 보장하며, 코드의 컴파일 가능 여부와 AST 일치 여부를 포함한 다양한 검증 지표를 제공합니다. 이 데이터셋은 다국어 코드 이해, 번역, LLM 파인튜닝 및 코드 생성 연구에 유용하게 활용될 수 있습니다.

https://huggingface.co/datasets/Cuarzo-AI/cuarzo-100k-v2

#dataset #multilingual #code #ast #python