Google DeepMind 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每块 10×10 米土地划为六类森林与土地利用类型,并同步给出 2017 至 2025 年的逐年变化时间序列。
推荐理由:该地图把森林类型细分到10米分辨率并给出逐年变化,为判断天然林是否被替换为种植园提供了可核查的基线。
技术方向
大模型是怎么练出来的:数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
2 条精选近 30 天 2 条共收录 11 条
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每块 10×10 米土地划为六类森林与土地利用类型,并同步给出 2017 至 2025 年的逐年变化时间序列。
推荐理由:该地图把森林类型细分到10米分辨率并给出逐年变化,为判断天然林是否被替换为种植园提供了可核查的基线。
NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图,用于世界模型的训练、评估与部署。
推荐理由:原文给出数据工厂蓝图、训练框架与 NIM 部署的完整链路,读者可据此判断世界模型开发流程的模块化程度。