发布 PASTED 数据集, 应用在 文本检测、自然语言处理 领域

本次发布的数据集 PASTED, 该数据集名为PASTED，包含了分布内的训练集、验证集和测试集，以及一个用于检测AI改写的文本段的泛化测试集。数据集中既有由人类编写的文本，也有机器生成的文本，涵盖了多种改写风格。此外，该数据集不仅包括无上下文信息的改写，也包括了上下文相关的改写。数据被分为训练集、验证集和测试集，比例分别为80%、10%和10%。在分布内部分，数据集包含了83,089个实例（包括28,473个原文和54,616个改写文本）；在分布外部分，有9,372个实例。该数据集的任务是检测改写的文本段。

查看PASTED

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。