Hugging Face 发布 bioRxiv 数据集, 应用在 生物学、联邦学习 领域

Hugging Face 本次发布的数据集 bioRxiv, 该数据集包含了从生物学论文中抓取的5.7万个摘要，每个摘要被视为一个字符串形式的客户端数据集。摘要样本是由64个标记组成的摘要跨度，并且该数据集每六个月更新一次。规模上，数据集包含了5.7万个摘要，其任务应用于联邦学习。

查看bioRxiv

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。