Fugu-MT 論文翻訳(概要): On the missing data layer and a potential solution

論文の概要: On the missing data layer and a potential solution

arxiv url: http://arxiv.org/abs/2608.02949v1
Date: Mon, 03 Aug 2026 23:26:06 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-05 15:30:22.961705
Title: On the missing data layer and a potential solution
Title（参考訳）: 欠落したデータ層と潜在的な解について
Abstract要約: ラテンアメリカには、データセット層とベンチマーク層という、AIインフラストラクチャの基本レイヤが2つ欠けている。データセット層は、ディスカバリとサプライという2つの複合的な問題に直面している。 DataHub は /task?>/Language? を通じて編成されたタスクファーストのデータインフラストラクチャです。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Latin America is missing two foundational layers of AI infrastructure: the dataset layer and the benchmark layer. This paper targets the dataset layer. The dataset layer faces two compounding problems: discovery and supply. Latin American AI datasets exist but are scattered across platforms with no shared index. Even with perfect indexing, the total volume would remain far below what frontier AI development requires. We propose DataHub: a task-first data infrastructure organized through the ontology /<task?>/<domain?>/<language?>, with mechanisms for dataset discovery, metadata, contribution, licensing, and reuse.
Abstract（参考訳）: ラテンアメリカには、データセット層とベンチマーク層という、AIインフラストラクチャの基本レイヤが2つ欠けている。本稿では,データセット層を対象とする。データセット層は、ディスカバリとサプライという2つの複合的な問題に直面している。ラテンアメリカのAIデータセットは存在するが、共有インデックスのないプラットフォームに分散している。完璧なインデクシングであっても、総量は、フロンティアAI開発に必要なものよりもはるかに少ない。オントロジー/<task?を通じて組織されたタスクファーストのデータ基盤であるDataHubを提案する。 >/ドメイン? >/言語? データセットの発見、メタデータ、コントリビューション、ライセンス、再利用のためのメカニズムがある。

関連論文リスト

DeepXiv-SDK: An Agentic Data Interface for Scientific Literature [60.19264121557117]
DeepXiv-SDKは科学文献のための3層エージェントデータインタフェースである。 DeepXiv-SDKは完全なArXivコーパスをサポートし、毎日同期して新しいリリースを組み込む。
論文参考訳（メタデータ） (2026-02-14T23:07:28Z)
Human Mobility Datasets Enriched With Contextual and Social Dimensions [1.0268257686354103]
意味的に富んだ人間の軌道の2つのデータセットと、それらを構築するためのパイプラインを提示する。トラジェクトリはOpenStreetMapから取得した公開GPSトレースである。新しいセマンティックな特徴は、大規模言語モデルによって生成された合成的で現実的なソーシャルメディア投稿を含めることである。
論文参考訳（メタデータ） (2025-09-26T07:45:27Z)
AutoData: A Multi-Agent System for Open Web Data Collection [37.832257245199365]
AutoDataは、人間の介入を最小限にする必要のある、自動Webデータ収集のための新しいマルチエージェントシステムである。 Instruct2DSは、学術、金融、スポーツの3つの領域にわたるWebソースからのライブデータ収集をサポートする新しいベンチマークデータセットである。
論文参考訳（メタデータ） (2025-05-21T04:32:35Z)
Major TOM: Expandable Datasets for Earth Observation [0.0]
この枠組みとして,地球観測メタセット (Major TOM) が提案されている。グリッドポイントの集合に基づく地理的インデックスシステムと、複数のデータセットをマージ可能なメタデータ構造で構成されている。フレームワークとしてのMajor TOMの仕様に加えて、この研究は大きなオープンアクセスデータセットMajorTOM-Coreも提示している。
論文参考訳（メタデータ） (2024-02-19T12:23:39Z)
CATS: A Pragmatic Chinese Answer-to-Sequence Dataset with Large Scale and High Quality [42.246771022648765]
提案するCATSは,大規模かつ高品質な中国語応答列データセットである。このデータセットは、実用的なTableQAシステムで回答のテキスト記述を生成することを目的としている。 2つのハイブリッド知識リソースのための共同符号化空間を確立するための統一グラフ変換手法を提案する。
論文参考訳（メタデータ） (2023-06-20T12:02:26Z)
MMSum: A Dataset for Multimodal Summarization and Thumbnail Generation of Videos [106.06278332186106]
マルチモーダル・アウトプット(MSMO)を用いたマルチモーダル・サマリゼーションが有望な研究方向として浮上している。既存のパブリックMSMOデータセットには多くの制限がある。 textbfMMSumデータセットを精巧にキュレートした。
論文参考訳（メタデータ） (2023-06-07T07:43:11Z)
TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文参考訳（メタデータ） (2022-08-16T20:46:08Z)
DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文参考訳（メタデータ） (2022-07-20T17:47:54Z)
An Overview of Indian Language Datasets used for Text Summarization [0.0]
インド言語テキスト要約(ILTS)データセットのプールは成長しているか、それともリソースの貧困があるのか? 我々は、2012-2022年に公開されたILTS研究で報告されたデータセットに焦点を当てた。 ILTSと英語のデータセットの調査では、2つの類似点と1つのコントラストが明らかになった。
論文参考訳（メタデータ） (2022-03-30T08:09:36Z)
Text-Based Person Search with Limited Data [66.26504077270356]
テキストベースの人物検索(TBPS)は、画像ギャラリーから対象人物を記述的なテキストクエリで検索することを目的としている。限られたデータによってもたらされる問題に対処する2つの新しいコンポーネントを持つフレームワークを提案する。
論文参考訳（メタデータ） (2021-10-20T22:20:47Z)
Unsupervised Domain Adaptive Learning via Synthetic Data for Person Re-identification [101.1886788396803]
人物再識別(re-ID)は、ビデオ監視に広く応用されているため、ますます注目を集めている。残念なことに、主流のディープラーニング手法では、モデルをトレーニングするために大量のラベル付きデータが必要です。本稿では,コンピュータゲーム内で合成されたre-IDサンプルを自動的に生成するデータコレクタを開発し,同時にアノテートするデータラベラを構築した。
論文参考訳（メタデータ） (2021-09-12T15:51:41Z)
Data Augmentation for Abstractive Query-Focused Multi-Document Summarization [129.96147867496205]
2つのQMDSトレーニングデータセットを提示し,2つのデータ拡張手法を用いて構築する。これらの2つのデータセットは相補的な性質を持ち、すなわちQMDSCNNは実際のサマリを持つが、クエリはシミュレートされる。組み合わせたデータセット上にエンドツーエンドのニューラルネットワークモデルを構築し、DUCデータセットに最新の転送結果をもたらします。
論文参考訳（メタデータ） (2021-03-02T16:57:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。