耶鲁大学 发布 SCIDQA 数据集, 应用在 科学文本理解、自然语言处理 领域

耶鲁大学 本次发布的数据集 SCIDQA, SCIDQA数据集是由耶鲁大学和Allen Institute for AI共同创建的一个深度阅读理解数据集，专门用于评估语言模型对科学论文的理解能力。该数据集包含2937个问答对，来源于OpenReview平台上的同行评审，确保了问题和答案的高质量。数据集的创建过程包括从PDF转换、正则表达式过滤到LLM提取问答对，并通过领域专家的手动标注和编辑来确保数据质量。SCIDQA数据集的应用领域主要集中在科学文本理解，旨在解决复杂科学文本的深度理解和推理问题。

查看SCIDQA

关于 耶鲁大学 , 耶鲁大学是一所位于美国康涅狄格州的著名私立研究型大学，以严格的学术标准和多元化的人文教育而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。