McGill NLP Group发布llm2vec-gen-tulu-w-hard-negative数据集,应用在自然语言处理、对抗样本生成领域

McGill NLP Group本次发布的数据集llm2vec-gen-tulu-w-hard-negative,该数据集包含805,467个文本样本，主要字段包括：唯一标识符(id)、问题(question)、答案(answer)、负面问题(negative_question)和负面答案(negative_answer)。数据以原始分割(original)形式组织，总大小约2.03GB，下载大小约1.09GB。数据结构表明其适用于问答系统训练、文本相似性判断或对抗性样本生成等自然语言处理任务，但具体应用场景需结合字段语义进一步确认。

查看llm2vec-gen-tulu-w-hard-negative

Dataset card内容：

Files and versions内容：

关于McGill NLP Group,麦吉尔自然语言处理小组（McGill-NLP）是专注于计算语言学和自然语言处理研究的学术团队。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。