谷歌研究 发布 ECLEKTIC 数据集, 应用在 多语言处理、跨语言知识转移 领域

谷歌研究 本次发布的数据集 ECLEKTIC, ECLEKTIC是一个多语言封闭书籍问答（CBQA）数据集，由谷歌研究团队创建，旨在评估大型多语言语言模型（LLM）的跨语言知识转移能力。该数据集通过控制12种语言中 Wikipedia 文章的存在与否，生成知识寻求问题，并将这些问题翻译成其他11种语言。数据集的构建包括从特定语言 Wikipedia 中选取文章，基于这些文章生成问题/答案对，并翻译成其他语言。该数据集可用于评估模型在不同语言间转移知识的能力，解决跨语言知识转移的问题。

查看ECLEKTIC

关于 谷歌研究 , 谷歌研究是谷歌公司的研发部门，致力于计算机科学和网络技术的研究，包括人工智能、机器学习、量子计算等前沿科技领域，推动技术创新并应用于谷歌的产品和服务。

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。