SeniorTalk – 智源联合南开开源的超高龄老年人中文对话语音数据集
SeniorTalk 是智源研究院联合南开大学计算机学院人类语言技术实验室（HLT Lab）推出的全球首个中文超高龄老年人对话语音数据集。数据集包含202位75岁及以上超高龄老年人的语音数据，总时长达到 55.53小时。
21
0
2025-08-30
FlagevalMM – 智源开源的多模态模型评测框架
FlagEvalMM是北京智源人工智能研究院开源的多模态模型评测框架，能全面评估处理文本、图像、视频等多种模态的模型，支持多种任务和指标。框架采用评测与模型推理解耦的设计，统一视觉语言模型、文生图、文生视频和图文检索等多种模型的评测流程，提升评测效率，便于快速适配新任务和模型。
24
0
2025-08-29
CCI 3.0 – 智源研究院发布的大规模的中文互联网语料库
CCI 3.0是智源研究院发布的一个大规模的中文互联网语料库，包含了1000GB的数据集和498GB的高质量子集CCI 3.0-HQ。该版本在数据规模上相较于CCI 2.0扩大了近一倍，数据来源机构增加至20多家，提升了数据的覆盖面和代表性。
21
0
2025-08-28
BGE-baidu09VL – 智源研究院联合多所高校开源的多模态向量模型
BGE-VL 是北京智源研究院联合多所高校推出的多模态向量模型，基于大规模合成数据 MegaPairs 训练而成。BGE-VL专注于多模态检索任务，如图文检索和组合图像检索，基于高效的多模态数据合成方法提升模型的泛化能力和检索性能。
24
0
2025-08-28
