官方服务：
资源简介：
AI-generated face images (diverse in ethnicity and age)
人工智能（AI）生成的人脸图像（种族与年龄分布多样）
应用场景：
创建时间：
2025-11-01
相关数据集
K-EQA
K-EQA 数据集是由清华大学研究团队提出，专为知识驱动的具身问答任务设计。该数据集基于 AI2Thor 三维环境构建，包含 60,000 个问题，覆盖 6,000 种不同场景设置。数据集分为 K-EQA 和 K-EQA Extension 两个子集，前者聚焦日常问题，后者更具挑战性，涉及复杂逻辑推理。数据集通过形式化语法和知识库数据生成问题，涵盖存在性、计数、比较和枚举四种类型，支持多轮和多智能
cs.paperswithcode.com2021-09-16 更新2090
Twitter Responses to ChatGPT in Education Spaces (January 21-25)
We aggregated a Twitter dataset utilizing Twitter Archiving Google Sheet (TAGS) to interact with Twitter’s API and return relevant data. To analyze the education and marketing sides of the conversatio
DataCite Commons2023-03-22 更新200
Big Data and artificial intelligence for translational research in COVID-19: a rapid review
ABSTRACT The objective of this study was to identify how Artificial Intelligence (AI) has been used for translational research in the context of COVID-19. A rapid review was carried out to identify th
DataCite Commons2023-01-07 更新100
Image repair in the digital age: a systematic review of technological integration in crisis communication
数字媒体的快速发展，尤其是社交平台的普及和人工智能的出现，迫使传统图像修复理论发生范式转变。本研究基于Web of Science核心合集中69篇文章的系统综述，探讨了当前在研究主题、理论框架、方法论和技术整合方面的突破。研究结果显示，尽管社交媒体动态仍是研究的主导焦点，但不同平台需要细致入微的战略框架。此外，尽管人工智能越来越受到关注——主要作为方法论工具或危机源——但其作为主动图像修复机制的实
Figshare2025-12-05 更新300
