德克萨斯A&M大学 发布 Answerable-or-Not 数据集, 应用在 自然语言处理、机器学习 领域

德克萨斯A&M大学 本次发布的数据集 Answerable-or-Not, Answerable-or-Not数据集是由德克萨斯A&M大学的研究团队创建，用于训练和微调深度学习模型，以判断输入查询是否适合由小型语言模型（SLM）处理。该数据集包含已标记的查询数据，用于训练模型在语义层面上判断查询的可回答性。通过使用Answerable-or-Not数据集，研究团队训练并微调了多个深度学习模型，并最终选择了ELECTRA模型作为LiteLMGuard的候选模型，该模型在可回答性分类任务中达到了97.75%的准确率。

查看Answerable-or-Not

Dataset card 内容： 

Files and versions 内容： 

关于 德克萨斯A&M大学 , 德克萨斯A&M大学（Texas A&M University）是美国德克萨斯州的一所公立研究型大学，成立于1876年，是德克萨斯州历史最悠久的公立大学。该校以其卓越的工程、农业和生命科学研究而闻名，拥有强大的科研实力和广泛的国际合作。

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。