데이터셋 구축
샘플 경계, 클래스 체계, 분할 전략을 정의하고 바로 학습 가능한 형태로 납품.
- 선별과 중복 제거
- 학습 / 검증 / 테스트 분할
- 데이터 카드와 버전
Data Services
AI에게 쓸 수 있는멀티모달 데이터와 판단을
예술 이미지, 오디오, 산업 도면, 센서 신호 같은 비표준 데이터를 전문가 판단과 함께 학습과 평가에 쓸 수 있는 구조화 데이터로.
서비스 범위
예술 이미지·오디오·산업 도면·센서 시계열을 아우르는 데이터셋 구축, 비표준 데이터 라벨링, 평가 벤치마크.
파트너
ByteDance
데이터 서비스
소재에서 데이터셋까지, 모든 단계에 기록을 남깁니다.
수집과 권리
공개 소장품, 기관 협력, 자체 수집에서 확보하고 출처와 권리를 건별로 기록.
- 출처 경로 기록
- 권리 범위 표기
- 민감 콘텐츠 심사
정제와 구조화
형식과 해상도를 통일하고 작품·작가·연대·재료를 보완.
- 형식과 해상도 표준화
- 메타데이터 보완
- 중복·손상 처리
평가 벤치마크
“제대로 이해했는가”를 검증 가능한 문항과 채점 규칙으로 분해.
- 과제와 채점 규칙
- 정답과 논쟁 샘플
- 버전 관리 평가셋
도면부터 파형까지, 대화로
CAD 도면, PCB 레이아웃, 시뮬레이션 결과, 센서 파형——엔지니어링 데이터를 그대로 최첨단 모델에 읽어내게 합니다.
CAD 도면
뷰·치수·공차를 읽어 주요 치수를 추출하고 BOM을 생성하며 개정 버전을 비교합니다.
PCB 설계
넷리스트와 패키지 정보를 해석해 부품 번호를 대조하고 규칙 기반 검토 결과를 제시합니다.
CAE 해석
응력·유동 컨투어를 해석해 파라미터 영향을 정리하고 구조화된 리포트 초안을 작성합니다.
산업 시계열 신호
센서 파형과 설비 로그를 분석해 이상 구간을 찾아내고 가능한 원인을 정리합니다.
라벨링 솔루션
어려운 것은 태그가 아니라 배타성, 경계 사례, 배치 간 기준입니다.
세밀한 시각 라벨링
주제, 구도, 색, 빛, 붓질, 재질을 항목별로.
미술사 의미 라벨링
연대, 유파, 재료, 주제, 귀속을 미술사 배경 라벨러가 담당.
멀티모달 정합
이미지 영역, 설명, 구조화 필드를 서로 고정.
맞춤 태그 체계
계층·값·배타 규칙을 설계하고 핸드북을 제공.
태그 체계 예시
작품 속성
작가연대유파재료크기소장처
시각 요소
구도색빛붓질재질공간
의미와 정서
주제서사상징정서스타일 강도
권리와 규정
권리 상태이용 범위저작자 표시민감도
실제 태그는 목표에 맞춰 줄이며, 각 그룹에 정의·경계 사례·배타 규칙을 붙입니다.
Quality
품질은 마지막 검사로 붙지 않습니다.공정에서 자랍니다.
핸드북 우선
정의, 경계 사례, 채점 기준을 먼저 쓰고 라벨링을 시작합니다.
2인 검수
중요 배치는 독립 검수하고 불일치는 조정으로 넘깁니다.
버전 추적
납품마다 핸드북 버전, 목록, 변경 기록을 붙입니다.
납품 흐름
다섯 단계, 각 단계에 확인 지점이 있습니다.
- 01
요구 정의
과제, 대상 모델, 범위, 합격 기준
- 02
샘플링과 권리
분포에 따라 샘플링하고 출처·권리 기록
- 03
라벨링 수행
핸드북대로 표기하고 논쟁은 따로 표시
- 04
품질 검수
독립 2차 검수, 불일치는 조정
- 05
구조화 납품
JSONL / COCO / 자체 스키마
ResearcharXiv:2610.22989·cs.SD·2026-10-16
MUBMusic Understanding Benchmark
신원을 가린 500개 녹음과 네 과제: 템포, 조성, 박자, 구조. 모델은 오디오와 지시만 받습니다. 데이터 구성, 가림 프로토콜, 평가 스크립트는 공개되어 있습니다.
저자 · Kun Liu · Lyra Tao
- 500
- 녹음 수
- 4,676
- 구조 구간
- 24
- 조성 조합
- 47–180
- BPM 범위
MUB-00001 – MUB-00500
곡당 5–22구간
장조 268 / 단조 232
중앙값 101
논문 스스로를 검증 중인 평가 자원으로 규정합니다. 녹음 단위 권리 정리는 미완이고 모델 비교도 없습니다. 코드는 MIT, 오디오는 배포하지 않습니다.
전문 읽기적용 분야
멀티모달 학습
이미지-텍스트 쌍, 영역 설명, VQA
생성 품질 평가
같은 문항과 규칙으로 모델 비교
문화유산 디지털화
소장 이미지 구조화와 메타데이터 보완
플랫폼 거버넌스
스타일·주제·민감 콘텐츠 분류