浙江大学 发布 Explainable Argumentation Computation Benchmark 数据集, 应用在 大语言模型、论证计算 领域

浙江大学 本次发布的数据集 Explainable Argumentation Computation Benchmark, Explainable Argumentation Computation Benchmark是由浙江大学团队开发的一个用于训练和评估大语言模型（LLMs）在抽象论证框架（AAF）中计算扩展能力的基准数据集。该数据集包含60,000个训练样本和2,000个测试样本，涵盖了从6到25个论证的多种难度级别的抽象论证框架。每个样本包括指令、问题、解释和答案四个部分，旨在通过详细的算法解释来增强模型的可解释性和泛化能力。数据集的创建过程包括随机生成论证框架、去除重复样本并计算真实语义标签。该数据集主要应用于法律决策、政策合规分析和伦理决策等需要可废止推理的实际场景，旨在提升LLMs在论证计算中的准确性和透明度。

查看Explainable Argumentation Computation Benchmark

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。