微软研究院 发布 Synthetic Clarification and Correction Dialogues 数据集, 应用在 对话生成、表格数据问答 领域

微软研究院 本次发布的数据集 Synthetic Clarification and Correction Dialogues, 本研究构建了一个名为Synthetic Clarification and Correction Dialogues的数据集，该数据集通过教师-学生框架生成，包含针对数据为中心任务的合成澄清和纠正对话。数据集由微软研究院的Christian Poelitz和Nick McKenna开发，旨在解决表格数据问题解答中的信息不完整问题。数据集通过模拟AI助手与用户之间的多轮对话，包含AI发起的澄清和用户发起的纠正两种场景。这些对话是从现有的数据集中生成的，包含完整的表格问答示例。数据集的创建过程涉及对现有数据集的信息消减，然后通过教师模型指导学生模型生成澄清问题和进行纠正。该数据集的应用领域是数据为中心的任务，特别是在表格数据问题解答中，旨在提高AI模型在面对不完整信息时的处理能力。

查看Synthetic Clarification and Correction Dialogues

关于 微软研究院 , 微软研究院是微软公司旗下的研究机构，成立于1991年，致力于推动计算机科学和相关领域的技术进步。该研究院在人工智能、云计算、数据科学等领域有重要研究成果，并与全球多所大学和研究机构合作。

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。