弗吉尼亚大学 发布 OKEDIT 数据集, 应用在 多模态模型编辑、模型性能优化 领域

弗吉尼亚大学 本次发布的数据集 OKEDIT, OKEDIT数据集是由弗吉尼亚大学数据科学系创建的一个新型数据集，旨在有效评估多模态模型编辑中的泛化-局部化权衡问题。该数据集通过包含不同的知识编辑场景，帮助研究模型编辑技术如何动态地平衡泛化性和局部性，从而避免模型性能的妥协。数据集的具体大小、数据量和Tokens数等信息在论文中未明确提及。该数据集适用于研究多模态模型编辑领域，旨在解决模型编辑过程中泛化性和局部性之间的权衡问题，以实现精确和针对性的调整。

查看OKEDIT

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。