共 3 篇
英文语料长期主导社交媒体心理健康研究，中文侧一直缺一份覆盖多种障碍的数据。这篇讲清新数据集的规模、标注口径，以及「平台差异大于病种差异」这个发现对谁有用。
一篇新论文让 agent 先审计斯洛伐克语语料、人只做复核，花几美元查出了上百万篇机器生成内容。本文讲清这套流程怎么搭、局限在哪。
具身数据一直在教机器人怎么动手，智元这一期改教它先想清楚。九类推理、四类变量、三档难度，看的是同一件事：任务没有标准答案时，数据该怎么标。