清华大学 发布 Re3Dial-1B 数据集, 应用在 对话数据集、自然语言处理 领域

清华大学 本次发布的数据集 Re3Dial-1B, Re3Dial-1B是由清华大学CoAI组开发的大规模中文对话数据集，包含10亿条对话，平均每条对话11.3轮，是原始EVA数据集长度的5倍。该数据集通过自动重组现有短轮对话构建，旨在解决现有对话预训练模型在利用长范围上下文能力上的不足。Re3Dial-1B通过使用密集会话检索器和多样性采样策略，提高了重组对话的连贯性、多样性和信息量，适用于提升多轮对话模型的性能。

查看Re3Dial-1B

README 内容： 

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

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。