Pesquisa em IA e tecnologia
Linguistic Data Consortium
ldc.upenn.edu
Pesquisa em IA e tecnologiafree + paid
Distribui corpora de fala e texto para pesquisa linguística e treinamento de modelos. O acesso é por associação; as páginas de documentação dos corpora podem ser vistas livremente.
LDC has been the standard distributor of corpora used to train and benchmark NLP systems for decades — the Penn Treebank came through here — so its documentation pages describing how a corpus was collected and annotated carry real weight for a notebook about NLP methodology. Licensing a corpus itself requires paid membership, so LDC works better as a documentation and methodology source for a notebook than as a place to pull data files directly.
Importar para o Gemini Notebook
- 1Copie o link acima (ou uma página específica do site).
- 2No seu notebook, clique em Adicionar fonte → Site.
- 3Cole o link e confirme — dá para colar vários links de uma vez, um por linha.
Anais de conferências e blogs de laboratórios publicam artigos completos em PDF ou páginas de site — eles são importados de forma limpa e mantêm as citações intactas.
Mais fontes de pesquisa em ia e tecnologia
- AAAI Conference on Artificial IntelligenceAnais de uma das principais conferências anuais de IA, cobrindo toda a área. Os PDFs individuais dos artigos funcionam bem como fontes.
- ACM Digital LibraryBiblioteca digital de pesquisa em computação — anais de conferências e periódicos. Muitos artigos são de acesso aberto, e esses PDFs importam diretamente.
- AI Alignment ForumPosts técnicos e extensos sobre segurança e alinhamento de IA. As URLs de cada post funcionam bem como fontes do tipo Site.
- DistillExplicações interativas e revisadas por pares de conceitos de machine learning. Inativo desde 2021, mas os artigos importam bem como fontes do tipo Site para notebooks de estudo de ML.
- Google DeepMind ResearchPublicações e posts técnicos do blog do Google DeepMind. Os textos do blog costumam resumir um artigo de forma mais acessível que o PDF — vale adicionar os dois como fontes.
- ICLR (OpenReview)Artigos da ICLR com os debates completos de revisão por pares no OpenReview. As revisões e as réplicas dos autores acrescentam contexto crítico útil ao lado do PDF do artigo.
- IEEE XplorePeriódicos, anais de conferências e normas de engenharia elétrica e computação. Os resumos são abertos; os PDFs completos exigem assinatura ou compra.
- Journal of Machine Learning Research (JMLR)Periódico de machine learning de acesso aberto e longa trajetória. Todo artigo é um PDF gratuito, sem paywall, o que facilita montar notebooks de revisão de literatura em ML.
- MLCommons / MLPerf BenchmarksSede dos benchmarks MLPerf de velocidade de treinamento e inferência. As páginas de resultados e a documentação de metodologia embasam notebooks que comparam hardware e sistemas de IA.
- Nature Machine IntelligencePeriódico revisado por pares sobre machine learning e aplicações de IA. Um contraponto curado aos preprints na hora de montar um notebook de literatura sobre IA.
- NeurIPS ProceedingsTodos os artigos da principal conferência de machine learning, desde 1987. Os PDFs gratuitos facilitam montar um notebook em torno de uma linha de pesquisa ao longo dos anos.
- OpenMLConjuntos de dados de machine learning compartilhados e resultados de tarefas de benchmark, com acesso via API. As páginas de descrição documentam a origem dos dados, úteis para notebooks de reprodutibilidade.
- OpenReview.netArtigos com os debates completos de revisão por pares de eventos como a ICLR. Importar as revisões junto com o artigo dá ao notebook os dois lados do argumento.
- PerplexityMotor de respostas que vincula cada afirmação a uma fonte. Útil para encontrar URLs candidatas a entrar num notebook — importe as páginas citadas, não o resumo gerado pela IA.
- Proceedings of Machine Learning Research (PMLR)Artigos completos e gratuitos da ICML, AISTATS, UAI e outros eventos de ML. Links diretos para PDF, sem paywall — fácil importar em lote para revisões de literatura em ML.
- The GradientEnsaios longos sobre pesquisa em IA, escritos para um público técnico, mas geral. Os artigos combinam bem com os papers que discutem, no mesmo notebook.
- Transactions on Machine Learning Research (TMLR)Periódico de ML de acesso aberto, com submissões contínuas e revisões públicas. Cada artigo tem uma página própria e um PDF que pode ir direto para um notebook.