北京大学 发布 AIDBench 数据集, 应用在 作者识别、隐私保护 领域

北京大学 本次发布的数据集 AIDBench, AIDBench是由北京大学、上海交通大学和香港科技大学联合创建的一个综合性数据集，旨在评估大型语言模型在作者识别方面的能力。该数据集包含多个子数据集，包括研究论文、Enron邮件、博客、IMDb评论和Guardian文章，总计24095条数据。数据集的创建过程包括从arXiv等来源收集数据，并进行去重和筛选，确保每个作者至少有10篇论文。AIDBench主要应用于学术写作中的作者识别，旨在解决匿名文本的作者识别问题，从而揭示大型语言模型在隐私保护方面的潜在风险。

查看AIDBench

关于 北京大学 , 北京大学是中国的一所著名综合性大学，位于北京市，是中国最早建立的现代国立大学之一，也是中国顶尖的高等教育机构之一，以其卓越的学术研究和教育质量闻名。

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。