TIGER-Lab 发布 ScholarCopilot-Data-v1 数据集, 应用在 学术写作、自然语言处理 领域

TIGER-Lab 本次发布的数据集 ScholarCopilot-Data-v1, ScholarCopilot-Data-v1数据集包含了Scholar Copilot的语料数据和嵌入向量。Scholar Copilot通过无缝集成自动文本完成和智能引用建议，改进了学术写作过程。它提供高质量的文本生成和精确的引用推荐，通过迭代和上下文感知的检索增强生成（RAG）技术。当前版本的Scholar Copilot利用了一个最先进的70亿参数语言模型（LLM），该模型在完整的Arxiv全论文语料库上训练。该模型擅长在引用、生成内容和参考论文的基础上做出上下文敏感的决策。主要功能包括：预测下三句的建议、按需提供精确的引用建议、以及全节自动完成。当前版本主要关注学术论文的引言和相关工作部分，未来版本将支持全文写作。

查看ScholarCopilot-Data-v1

Dataset card 内容： 

Files and versions 内容： 

关于 TIGER-Lab , TIGER-Lab是一个专注于图形识别、增强现实和虚拟现实等技术研究的实验室，致力于推动这些前沿技术在教育、娱乐和工业界的应用与发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。