俄罗斯科学院人工智能研究中心 发布 SynthDetoxM 数据集, 应用在 自然语言处理、去毒性 领域

俄罗斯科学院人工智能研究中心 本次发布的数据集 SynthDetoxM, SynthDetoxM是一个由AIRI和Skoltech合作创建的大型多语言并行文本去毒性数据集，包含德语、法语、西班牙语和俄语四种语言共16000对高质量的去毒性句子对。该数据集通过少量样本提示和九种现代开源大型语言模型生成，旨在解决多语言去毒性任务中平行数据不足的问题。

查看SynthDetoxM

README 内容： 

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。