哈尔滨工业大学（深圳） 发布 AQuilt 数据集, 应用在 自然语言处理、数据合成 领域

哈尔滨工业大学（深圳） 本次发布的数据集 AQuilt, AQuilt是一个用于从任何未标记数据中构建指令微调数据的高相关性数据综合框架，包括答案、问题、未标记数据、检查、逻辑和任务类型。该数据集包含703k个示例，用于训练一个强大的数据综合模型。实验表明，AQuilt的性能与DeepSeekV3相当，同时仅使用17%的生产成本。进一步分析表明，我们生成的数据与下游任务的相关性更高。

查看AQuilt

关于 哈尔滨工业大学（深圳） , 哈尔滨工业大学（深圳）是哈尔滨工业大学的分校，位于广东省深圳市。该校致力于培养高素质的创新型人才，并开展高水平的研究工作，在计算机科学与技术等领域具有较强的研究实力和学术影响力。

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。