DEAL-300KDEAL-300K是由四川大学研究团队构建的大规模扩散模型图像编辑区域定位数据集,旨在解决扩散式图像篡改的精准定位问题。该数据集包含超过30万张标注图像,数据来源于MS COCO等真实图像库,通过多模态大语言模型生成编辑指令,并利用无掩码扩散编辑器生成篡改图像,结合主动学习变化检测流程实现像素级标注。其创建过程融合了自动化指令生成与半自动标注技术,显著降低了人工成本。该数据集主要应用于多媒体取证领域,支持扩散式图像篡改定位算法的训练与评估,为检测语义级局部伪造内容提供关键数据基础。
轻工皮革产品碳足迹(eSCUleather@PCF)数据集数据集名称:轻工皮革产品碳足迹(eSCUleather@PCF)数据集,其中英文部分e代表eco,即英文单词“Ecological”的缩写,表达树立绿色低碳发展观、发展绿色低碳经济、促进生态健康可持续发展的理念;SCU代表四川大学,为Sichuan University的缩写,是数据集申请主体名称;leather即其本意“皮革”,表示本数据集所针对的对象;PCF为“product carbon footprint”的缩写,即产品碳足迹,表示本数据集所包含数据的具体内容。
本数据集可用于:
1、作为输入数据计算坯革或皮革终端产品的碳足迹;
2、作为结果数据供其他制革研究人员验证及比较自己核算的皮革产品碳足迹;
3、由于本数据集为研究人员到企业实地调研、数据采集,真实准确统一地核算了多种经典皮革产品的碳足迹值,可用于反映行业或市场皮革制造碳排放真实水平。
CANDYSETCANDYSET是一个大规模的中文数据集,旨在系统地评估大型语言模型(LLMs)在事实核查方面的能力和局限性。该数据集由大约20,000个真实新闻和虚假新闻实例组成,涵盖了多个领域,如政治、文化、科学、健康、社会和灾难。数据集还包含了4,891个手动注释的LLM生成的事实核查解释,以及大约7,000个人类研究样本。CANDYSET数据集通过严格的来源控制和人工注释过程,确保了数据的质量和可靠性。该数据集可用于研究LLMs在事实核查方面的缺陷,并探索LLMs在实际场景中的应用潜力。
基于最优参数区域化方法的西南地区非饱和区滞时(Td)数据(2022年)以85个西南山区流域的SSFM模型参数Td为基础(以点的形式呈现),利用GBM这一最优参数区域化方法,结合能代表水文特征的流域描述符(以网格数据形式呈现,表现为面的形式),成功地将SSFM模型的lnTe参数从点尺度扩展到面尺度。最终,生成了西南地区的SSFM生态水文模型参数数据集。