柏林工业大学 发布 WikiMem 数据集, 应用在 自然语言处理、隐私保护 领域

柏林工业大学 本次发布的数据集 WikiMem, WikiMem数据集是一个大规模的开放数据集，包含超过5,000个自然语言“canaries”，涵盖了来自Wikidata的243个人相关属性。这些canaries用于量化大型语言模型（LLMs）中个人-事实关联的强度，通过校准的负对数似然度在反事实情境下进行排名。数据集创建过程涉及从Wikidata中提取人类实体的属性，并构建包含HUMAN_SUBJECT和PROTECTED_VALUE占位符的自然语言模板。该数据集旨在解决LLMs中个人数据的遗忘问题，为机器遗忘和遗忘权请求提供支持。

查看WikiMem

关于 柏林工业大学 , 柏林工业大学是德国最大的工科类大学，也是世界上历史最悠久的科技大学之一。

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。