Download delle scoperte scientifiche
Scarica CSV · Scarica JSON · Licenza e citazione · Istantanea attuale e hash dei file
Confronta le raccolte
Unità e date differiscono tra i componenti. Un’istantanea di contenuto identifica i file, non un giorno comune di acquisizione né una revisione scientifica. Le date delle fonti sotto conservano il significato originale. I conteggi attuali richiedono il manifesto dei componenti; i download restano disponibili senza JavaScript.
| Raccolta | Conteggio e unità | Date e fonte | Formati e hash esatto dei byte | Licenza | Copertura | DOI / versione |
|---|
Il manifest dei componenti indica l’hash SHA-256 e la lunghezza in byte di ogni file JSON e CSV delle raccolte correnti. Le condizioni di riuso di ciascun componente archiviato sono indicate nel manifest della relativa versione.
Download
Esplora il confronto di copertura del catalogo e di evidenza, oppure scarica i conteggi per anno e campo in CSV. Il confronto spiega i vuoti di annotazione e i limiti di conteggio prima di riusare i record.
- Scoperte: discoveries.json (record completi, compresi evidenza, ambito di revisione facoltativo, seguiti e relazioni) e discoveries.csv (colonne di evidenza e avvertenze; revisione strutturata, seguiti e relazioni codificati come celle JSON).
- Vulnerabilità trovate con l’IA: vulnerabilities.json e vulnerabilities.csv (identificatori CVE separati da punti e virgola, con classificazione e avvertenze sulla correzione). Una
ai_attribution_datesconosciuta ènullnel JSON e una cella vuota nel CSV; chi usa i dati deve trattarla a parte da un resoconto datato. Questi casi sono separati dal conteggio scientifico. - Progresso dei modelli: model-progress.json, l’istantanea di capacità e benchmark importata a parte da Epoch AI, CC BY 4.0. Importazione e interpretazione. Le voci della fonte possono sovrapporsi ai rilasci notevoli e non vanno sommate al conteggio di quella raccolta.
- SWE-bench Verified: swe-bench.json, una selezione separata di esecuzioni ufficiali di valutazione di mini-SWE-agent, sotto CC BY-NC 4.0 (solo riuso non commerciale). Questo componente è escluso dalla concessione CC BY 4.0 del catalogo e dalle esportazioni attuali del catalogo su Hugging Face. Ambito e attribuzione.
- Altre evidenze dai benchmark: indice dei benchmark, con file JSON per fonte, relative attribuzioni e licenze CC BY 4.0, CC BY-SA 4.0, MIT o Apache-2.0. Queste istantanee mantengono le licenze delle fonti e sono esterne al catalogo esportato su Hugging Face. Selezioni, attribuzioni e condizioni di riuso.
- Modelli: models.json, generato dai dati di Epoch AI, che conserva la propria attribuzione CC BY 4.0.
- Metadati delle citazioni: citations.json, metadati OpenAlex CC0; l’abbinamento è selettivo. Le scoperte archiviate conservano record storici fuori dai conteggi attivi. Gli alias di entità rivisti conservano le etichette delle fonti raggruppando gli alias esatti.
- Ogni file è disponibile anche dal repository, i cui rilasci sono archiviati su Zenodo.
Il CSV completo delle scoperte e quello filtrato rimandano entrambi alla pagina canonica di ogni voce. Alle celle CSV che iniziano con un carattere di formula da foglio di calcolo viene anteposto un apostrofo. Il JSON conserva i valori originali.
Dataset delle vulnerabilità trovate con l’IA
La raccolta di sicurezza registra risultati divulgati pubblicamente con un coinvolgimento dell’IA attribuito dalle fonti. Leggi i singoli casi e la loro evidenza originale senza JavaScript, oppure usa i download JSON e CSV sopra. Segue vulnerabilità trovate con l’IA, non un censimento delle vulnerabilità nel software di IA. Casi, CVE e rapporti delle fonti hanno unità di conteggio diverse; le correzioni documentate non stabiliscono patch installate né la sicurezza attuale di un prodotto.
Il dataset Hugging Face replica i file JSON e CSV di scienza e sicurezza pubblicati sul sito. Zenodo archivia al massimo una release GitHub al giorno in UTC, quindi i suoi file possono essere meno recenti di quelli del sito e del mirror. Citare il DOI della versione ZIP utilizzata e registrare il relativo snapshot_sha256 da api/v1/manifest.json. Prima del riuso consultare le licenze dei componenti dello ZIP, comprese le condizioni distinte per SWE-bench Verified e CharXiv.
API statica
Non c’è un server: l’API è un insieme di file JSON statici, rigenerati con il sito, quindi le risposte sono messe in cache da GitHub Pages per circa dieci minuti e consentono letture da altre origini. Il filtraggio lo fa il client.
- api/v1/index.json: conteggi, un’impronta SHA-256 delle scoperte attive, delle vulnerabilità, dei modelli e delle scoperte archiviate, la data di aggiunta più recente, licenza, citazione e indirizzi degli endpoint. Il campo storico
data_version_dateè un alias di quella data di aggiunta, non una data di ultima modifica. api/v1/discoveries/ID.jsoneapi/v1/vulnerabilities/ID.json: un record per file. Esempio: api/v1/discoveries/2020-02-halicin.json.- Gli elenchi attivi completi sono i file JSON sotto Download. Gli ID restano stabili, compresi gli slug storici, ma le scoperte archiviate sono rimosse dall’API attiva; le loro pagine storiche di condivisione restano disponibili.
- La versione nel percorso cambia solo se un campo viene rimosso o rinominato.
L’impronta storica del catalogo è l’hash di JSON UTF-8 che contiene quei quattro dataset in quell’ordine, con chiavi degli oggetti ordinate, separatori compatti e l’ordine originale degli array. Identifica il contenuto, non una data di revisione. Il manifesto dei componenti separato copre tutti i file della raccolta con hash esatti dei byte. Le pagine interattive convalidano i byte che mostrano rispetto a un solo manifesto e riprovano una volta se un rilascio cambia durante il caricamento. Una discordanza persistente è visibile e ricerca ed esportazioni restano non disponibili finché non si carica un’istantanea coerente.
Schemi
I record seguono JSON Schema (bozza 2020-12): discoveries.schema.json e vulnerabilities.schema.json. Il significato dei campi è descritto nei documenti del repository docs/discovery-schema.md e docs/vulnerability-schema.md. Un paper_url vuoto significa che non è stabilito un collegamento a un articolo, non che non ne esista uno.
I conteggi descrivono voci del catalogo, che possono sovrapporsi o raggruppare risultati collegati, non risultati indipendenti. Vedi la copertura delle annotazioni di evidenza e la composizione delle fonti primarie per anno prima di interpretare annotazioni mancanti o di confrontare sottoinsiemi.
Esempi
- Shell:
curl -s https://aisciencetracker.org/api/v1/index.json - Python:
pandas.read_csv("https://aisciencetracker.org/data/discoveries.csv") - JavaScript:
fetch("https://aisciencetracker.org/data/discoveries.json").then(r => r.json())
Licenza e citazione
Il contenuto del catalogo è sotto CC BY 4.0: attribuiscilo a «AI Science Tracker» con un collegamento. Cita il catalogo archiviato come doi:10.5281/zenodo.24217686; ciò cita il catalogo, non gli articoli scientifici sottostanti, che vanno citati dalla fonte di ogni record. Le cifre sono riportate dalle fonti e non sono state verificate in modo indipendente, e la copertura è manuale e incompleta. Vedi la metodologia per ciò che è incluso.
Modifiche
Il changelog elenca i cambiamenti di dati e di formato, e il feed Atom elenca le aggiunte di scoperte per data di aggiunta e i casi di vulnerabilità per data di controllo della fonte; non è una storia completa dei cambiamenti.