Safe AI 发布 MultiSynFact 数据集, 应用在 多语言事实核查、自然语言处理 领域

Safe AI 本次发布的数据集 MultiSynFact, MultiSynFact是一个大规模的多语言事实核查数据集，包含220万个声明-来源对，支持西班牙语、德语、英语等低资源语言。该数据集通过利用大型语言模型（LLM）生成，以维基百科作为知识来源，并经过严格的声明验证步骤以确保数据质量。

查看MultiSynFact

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。