每周编辑精选｜COIG-CQIA 数据集上线、在线运行 ComfyUI 文生图工作流
内容提要
中国科学院、零一万物、北京大学等10家机构联合开发了COIG-CQIA数据集，填补了高质量中文数据集的空白。该数据集中的“弱智贴吧”数据质量超过知乎、豆瓣等知识社区。COIG-CQIA数据集已上线hyper.ai官网。
延伸解读
COIG-CQIA 的意外发现：贴吧数据质量超越知识社区
COIG-CQIA 数据集由中国科学院、零一万物、北京大学等 10 家机构联合开发，旨在为中文 NLP 社区提供高质量指令微调数据。其中「弱智贴吧」的数据质量大幅超过知乎、豆瓣、思否等知识社区，这一结果可能源于贴吧内容更贴近自然对话和人类交互行为，而非刻意组织的知识分享。这提示在构建指令微调数据时，真实、多样的用户生成内容可能比结构化知识社区更具价值。
本周资源更新：数据集与教程覆盖多领域
hyper.ai 本周更新了 10 个公共数据集和 2 个教程，涵盖跨视角技能学习、船舶协同感知、中文公共领域语料、阅读理解、幻觉评估、洪水预测、多模态 3D 场景、羽毛球动作识别和假新闻检测等方向。教程方面，ComfyUI Stable Cascade 工作流可降低 16 倍成本并简化 AI 绘画流程，农作物病害图像分类教程则帮助训练植物疾病检测模型。这些资源为不同领域的研究者和开发者提供了直接可用的工具。
AI 在科学与医疗领域的应用进展
本周社区文章展示了 AI 在多个科学领域的应用：清华大学 Uni-MOF 模型能有效识别 63 万个三维空间构型并预测 MOF 吸附能力；中山大学等联合构建的卵巢癌诊断 AI 融合模型，仅需血常规、尿检等常规指标和年龄即可计算患病风险，准确率优于传统生物标志物。这些进展表明 AI 正逐步成为科学发现和临床辅助诊断的有力工具，但实际落地仍需进一步验证。
英矽智能的上市困境与 AI 制药挑战
英矽智能作为 AI 制药明星企业，已融资 4.075 亿美元，但今年 1 月冲击港股未果，3 月 27 日第二次递交上市申请。在中美科技博弈背景下，其「美国创业、中国联合 CEO，美国股东、中国总部」的处境令压力倍增。能否成功摘下「AI 制药第一股」仍未可知。这一案例反映了 AI 制药领域的高投入、长周期和地缘政治风险，值得关注。
Q&A
COIG-CQIA数据集的开发背景是什么？
COIG-CQIA数据集由中国科学院、零一万物、北京大学等10家机构联合开发，旨在填补高质量中文数据集的空白。
COIG-CQIA数据集的质量如何？
该数据集中“弱智贴吧”的数据质量超过知乎、豆瓣等知识社区，显示出其高质量的特性。
COIG-CQIA数据集的主要用途是什么？
COIG-CQIA是一个开源的高质量指令微调数据集，旨在为中文NLP社区提供支持。
COIG-CQIA数据集在哪里可以访问？
COIG-CQIA数据集已上线hyper.ai官网，用户可以直接访问该网站获取数据集。
hyper.ai官网更新了哪些内容？
hyper.ai官网更新了10个优质公共数据集、2个优质教程和5篇社区文章。
有哪些其他重要的数据集与COIG-CQIA一起上线？
除了COIG-CQIA，还有EgoExoLearn、S2S-SIM、Common Corpus等多个重要数据集上线。
