华盛顿大学 发布 Swag 数据集, 应用在 自然语言推理、常识推理 领域

华盛顿大学 本次发布的数据集 Swag, Swag是一个大规模的对抗性数据集，用于基于常识的推理任务。该数据集由华盛顿大学和艾伦人工智能研究所创建，包含113,000个多选题，覆盖了广泛的基于情境的问题。数据集通过新颖的对抗性过滤（AF）方法构建，旨在减少注释工件和人类偏见，确保数据集的质量和多样性。Swag数据集的应用领域包括自然语言推理和常识推理，旨在解决模型在理解日常物理情境中的挑战，如对象的可用性和框架语义。

查看Swag

关于 华盛顿大学 , 华盛顿大学（University of Washington）是一所位于美国华盛顿州西雅图的公立研究型大学，成立于1861年。该校在多个学科领域享有盛誉，尤其在计算机科学、工程学和医学等领域具有显著影响力。

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。