圣母大学 发布 Hindi-English synthetic code-switched dataset 数据集, 应用在 自然语言处理、语言模型 领域

圣母大学 本次发布的数据集 Hindi-English synthetic code-switched dataset, 该数据集是由圣母大学研究人员创建的，旨在解决低资源语言在大型语言模型中表现不佳的问题。数据集包含1202个问题，这些问题是通过对CommonSenseQA数据集中的英文问题进行混合语言转换生成的。数据集的特点是包含三种不同的语言混合比例，旨在研究不同混合程度对模型性能的影响。数据集的创建过程涉及使用GPT-3.5和CoCoa模型生成混合语言文本。该数据集可用于评估和改进低资源语言在大型语言模型中的表现。

查看Hindi-English synthetic code-switched dataset

关于 圣母大学 , 圣母大学是一所位于美国印第安纳州的私立研究型大学，成立于1842年。该校以其卓越的学术水平、天主教传统和丰富的校园生活而闻名，尤其在工程、商学和法学等领域具有较高的声誉。

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。