香港中文大学（深圳） 发布 Text-ADBench 数据集, 应用在 文本异常检测、自然语言处理 领域

香港中文大学（深圳） 本次发布的数据集 Text-ADBench, Text-ADBench是一个基于大型语言模型（LLMs）嵌入的文本异常检测基准，涵盖了新闻、社交媒体和科学出版物等多个领域的文本数据集。该数据集包括早期语言模型（如GloVe、BERT）、多个LLMs（如LLaMa-2、LLama-3、Mistral、OpenAI的小型、ada和大型模型）的嵌入，并采用了三种池化策略（均值、序列结束标记和加权均值）。数据集包含八个真实世界的文本数据集，用于评估文本异常检测方法的性能。

查看Text-ADBench

README 内容： 

关于 香港中文大学（深圳） , 香港中文大学（深圳）是香港中文大学在深圳设立的分校，成立于2014年。该校致力于培养具有国际视野的创新型人才，提供本科、硕士和博士课程，涵盖多个学科领域。

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。