MMLU-Pro 基准测试数据集上线，含 12k 个跨学科复杂问题，难度提升，更具挑战性！DeepSeek 数学模型一键部署

在大语言模型 (LLM) 蓬勃发展的时代，诸如大规模多任务语言理解 (MMLU) 之类的基准测试，在推动 AI 于不同领域的语言理解与推理能力迈向极限方面，发挥着至关重要的关键作用。

然而，伴随模型的持续改进与优化，LLM 在这些基准测试中的表现已经逐步趋于稳定，这使得区分不同模型能力的差异变得越来越困难。

为了更好地评估 LLM 的能力，滑铁卢大学、多伦多大学和卡内基梅隆大学的研究人员联合发布了 MMLU-Pro 数据集，整合了来自多个来源的问题，包括原始 MMLU 数据集、 STEM 网站、 TheoremQA 和 SciBench 等。该数据集现已在 hyper.ai 提供下载，下拉文章获取链接~

9 月 9 日-9 月 14 日，hyper.ai 官网更新速览：

• 优质公共数据集：10 个
• 优质教程精选：3 个
• 社区文章精选：4 篇
• 热门百科词条：5 条
• 9 月截稿顶会：3 个

访问官网：hyper.ai

公共数据集精选

1. MMLU-Pro 大规模多任务理解数据集

MMLU-Pro 数据集是一个更强大且更具挑战性的大规模多任务理解数据集，旨在更严格地对大型语言模型的功能进行基准测试。该数据集包含 12K 个跨学科的复杂问题。

直接使用：https://go.hyper.ai/PwJDW

2. DeepGlobe18 道路提取数据集

道路挑战赛的训练数据包含 6,226 张 RGB 卫星图像，尺寸为 1024×1024 。图像分辨率为 50 厘米像素，由 DigitalGlobe 的卫星收集。

直接使用：https://go.hyper.ai/VIg0J

3. OpenForensics 人脸伪造检测数据集

该数据集由 115K 张野外图像和 334K 张人脸组成，所有图像都有丰富的面部注释，包括伪造类别、 边界框 、分割掩码、伪造边界和一般面部地标，包含各种背景和多个不同年龄、性别、姿势、位置和面部遮挡的人。

直接使用：https://go.hyper.ai/jTTRz

4. DeepfakeTIMIT 深度伪造检测数据集

该数据集包含了使用 开源 的基于 生成 对抗网络 (GAN) 的方法交换面孔的视频。这些视频基于原始的自动编码器基础的 Deepfake 算法 创建。

直接使用：https://go.hyper.ai/me1TI

5. SESYD 合成文档数据库

该数据集包含了具有基准真实信息的文档图像, 由 11 个集合组成，包含 284k 图像、 190k 符号和 284k 字符，主要针对文档图像分析领域的 2 个主要研究问题：(1) 在线绘图图像（如平面图和电路图）中的象征识别和定位；(2) 地理地图中字符的分割和识别。

直接使用：https://go.hyper.ai/ZqRTQ

6. LAV-DF 多模态 DeepFake 音频视觉数据集

LAV-DF 是一个多模态（视频篡改和音频篡改）数据集，源自 VoxCeleb2 数据集，包含 136,304 段视频，其中 36,431 段真实视频，99,873 段伪造视频。

直接使用：https://go.hyper.ai/ujock

7. Vibrent Clothes Rental Dataset 服装租赁数据集

该数据集包含 64k 笔交易、 2.2k 名匿名用户的租赁历史记录和 15.8k 套独特的服装，其中每件实物的属性和租赁历史都有细致的信息记录。所有服装都列为单件商品或其相应的商品组，指的是单件商品之间的共享设计，每件服装都附有一组描述其某些属性的 标签 。

直接使用：https://go.hyper.ai/PFlKA

8. FFIW10K 人脸伪造数据集

该数据包括从 Youtube 收集的 10k 个高质量伪造视频，平均每帧有三个人脸，每个视频都包含真实人脸和伪造人脸，更加接近现实复杂场景。操纵过程是全自动的，由领域对抗质量评估网络控制，使数据集具有高度可扩展性和低人力成本。

直接使用：https://go.hyper.ai/AHS7y

9. ForgeryNet 人脸伪造数据集

该数据集包含了 290 万张图像和 221,247 个视频，涵盖了来自全球的 7 种图像层面和 8 种视频层面的伪造操作方法。这个数据集为研究者提供了丰富的资源，以支持图像和视频层面的 4 种任务：图像伪造分类、空间伪造定位、视频伪造分类和时间伪造定位。

直接使用：https://go.hyper.ai/Yx0mj

10. EEG Eve State Dataset 眼部状态脑电图数据集

该数据集包含了 EEG 测量的实例，其输出是眼睛是睁开还是闭合的状态。数据集中的值按时间顺序排列，其中 0 表示眼睛睁开状态，1 表示眼睛闭合状态。数据集包含 14 个 EEG 测量值，分别标记为 AF3, F7, F3, FC5, T7, P, O1, O2, P8, T8, FC6, F4, F8, AF4 。

直接使用：https://go.hyper.ai/RTBDy

更多公共数据集，请访问：

https://hyper.ai/datasets

公共教程精选

1. 一键部署 DeepSeek-Prover-V1.5

该模型是 DeepSeek 于 2024 年开源的数学定理证明模型，研究团队在 Lean 4 中引入了该模型，模型通过自我迭代和 Lean 证明器监督，构建了一个「围棋」式的学习环境。该教程是对模型进行一键部署 Demo 的分步使用。

直接使用：https://go.hyper.ai/MevMB

2. LLaVA OneVision 多模态全能视觉模型 Demo

该模型能够处理图像、文本、图像文本交错输入和视频，是首个能够同时突破开放多模态模型在这三个重要 计算机视觉 场景性能瓶颈的单模型。进入官网克隆并启动容器，直接复制 API 地址，即可对模型进行推理体验。

直接使用：https://go.hyper.ai/Dcg74

3. 在线教程｜大人，文生图的时代又变了！SD 核心成员自立门户，首个模型 FLUX.1 硬刚 SD 3 和 Midjourney

文生图模型的竞争愈发激烈！前 Stable Diffusion 核心成员自立门户，发布了文生图模型 FLUX，从商业用途到开源个人使用，全面覆盖。生成效果非常接近真人实拍，人物细节表现十分逼真。目前 hyper.ai 已上线「FLUX ComfyUI（含黑神话悟空 LoRA 训练版）」，点击以下链接即可根据教程部署。

直接使用：https://go.hyper.ai/trQhv

社区文章精选

1. 数据集汇总｜DeepFake 乱象丛生，用魔法打败魔法！高质量数据集助力伪造监测技术发展

对于人脸识别、 DeepFake 乱象，亟需升级人脸识别和伪造检测技术，以精确判断被篡改的图像和视频。 HyperAI 超神经为大家汇总了常用的 11 个人脸识别、 DeepFake 数据集，点击一键下载。

查看完整汇总：https://go.hyper.ai/EMKo2

2. Apple Intelligence 深夜炸场！苹果发布 4 颗自研芯片，iPhone/iWatch/AirPods 大升级

在 9 月 10 日的秋季新品发布会上，苹果推出 iPhone 16 、 AirPods 4 、 Apple Watch Series 10 等新品，基于自研芯片，在性能上实现了重大飞跃，同时全面融入 Apple Intelligence，为用户带来前所未有的 智能体 验。本文是对 Apple 秋季新品发布会的全面报道。

查看完整报道：https://go.hyper.ai/H7P8X

3. 灵敏度提高 56%，港中文/复旦/耶鲁等联袂提出全新蛋白质同源物检测方法

在对蛋白质的识别过程中，蛋白质序列的同源性鉴定是其中一项至关重要的任务。为解决蛋白质远同源性研究的痛点，基于蛋白质语言模型和密集检索技术，香港中文大学李煜，联合复旦大学智能复杂体系实验室、上海 人工智能 实验室青年研究员孙思琦、耶鲁大学 Mark Gerstein 提出了一种超快速、高灵敏度的同源物检测框架——密集同源物检索器。本文是对研究论文的详细解读与分享。

查看完整报道：https://go.hyper.ai/vLAej

4. 基于 2,500 平方公里实景数据，北师大团队提出 StarFusion 模型，实现高空间分辨率图像预测

北京师范大学地表过程与资源生态国家重点实验室陈晋团队，提出了一种双流时空解耦融合架构模型 StarFusion，该模型能够克服大多数现有 深度学习 算法需要 HSR 时间序列图像进行训练的问题，充分实现高空间分辨率图像的预测。本文是对研究论文的详细解读与分享。

查看完整报道：https://go.hyper.ai/7LmzA

热门百科词条精选

1. Sigmoid 函数
2. 配对 t 检验 Paired t-Test
3. 对比学习 Contrastive Learning
4. 半 监督学习 Semi-Supervised Learning
5. 数据增强 Data Augmentation

这里汇编了数百条 AI 相关词条，让你在这里读懂「人工智能」：

https://go.hyper.ai/wiki

一站式追踪人工智能学术顶会：https://go.hyper.ai/event

关于 HyperAI 超神经 (hyper.ai)

HyperAI 超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区， 致力于成为国内 数据科学 领域的基础设施，为国内开发者提供丰富、优质的公共资源，截至目前已经：

• 为 1300+ 公开数据集提供国内加速下载节点
• 收录 400+ 经典及流行在线教程
• 解读 100+ AI4Science 论文案例
• 支持 500+ 相关词条查询
• 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅：

https://hyper.ai