Simon Fraser University 发布 SIG 数据集, 应用在 自然语言处理、鲁棒性评估 领域

Simon Fraser University 本次发布的数据集 SIG, SIG数据集是由作者团队创建的，用于评估检索增强语言模型在处理具有伪迹特征的数据时的鲁棒性。该数据集通过SURE框架自动注入伪迹特征，并确保因果特征保持不变，从而生成具有挑战性的测试实例。数据集来源于NQ-Open查询和维基百科文档，旨在解决检索增强生成系统在现实世界应用中的鲁棒性问题。

查看SIG

关于 Simon Fraser University , Simon Fraser University（西蒙弗雷泽大学）是位于加拿大不列颠哥伦比亚省的一所公立研究型大学，成立于1965年，以探索和创新的学术氛围著称。

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。