Google Research 发布 ECLEKTIC 数据集, 应用在 多语言处理、知识转移 领域

Google Research 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，用于评估多语言大型语言模型（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 文章的存在与缺失，生成知识寻求问题，并将这些问题翻译成其他11种语言。数据集的构建过程中，人类标注者验证了问题、答案和上下文的生成和翻译。ECLEKTIC旨在解决多语言模型在不同语言间共享和转移知识的问题。

查看ECLEKTIC

关于 Google Research , Google Research是谷歌公司的研发部门，专注于科技研究，包括但不限于人工智能、机器学习、计算机视觉、自然语言处理等领域，致力于推动科技进步并为谷歌的产品和服务提供技术支持。

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。