Insights from Multilingual Curation for a 20T-Token Datasetdatologyai.com1 ポイント·投稿者 hurrycane·5 か月前·0 コメント
DatBench fixes VLM evals: 70% blindly solvable, 42% mislabeled, 35% prod gapdatologyai.com5 ポイント·投稿者 hurrycane·6 か月前·0 コメント
DatBench: Cut VLM eval compute by >10× while INCREASING signaldatologyai.com4 ポイント·投稿者 hurrycane·6 か月前·0 コメント
Luxical: Lexical-Dense Embeddings for Web-Scale Data Curation (3×–100× Faster)datologyai.com3 ポイント·投稿者 hurrycane·7 か月前·0 コメント