加拿大先进研究所 发布 Multi-XScience 数据集, 应用在 科学文献摘要、模型训练 领域

加拿大先进研究所 本次发布的数据集 Multi-XScience, Multi-XScience是由加拿大先进研究所和滑铁卢大学创建的大型多文档摘要数据集，专注于科学文章。该数据集包含40,528条记录，通过结合arXiv和Microsoft Academic Graph的数据构建。创建过程中，对130万篇arXiv论文进行了清洗，并通过多轮人工验证确保数据质量。Multi-XScience主要用于训练模型进行科学文献的摘要生成，特别是相关工作部分的撰写，旨在提高模型对复杂科学概念的理解和抽象能力。

查看Multi-XScience

README 内容： 

关于 加拿大先进研究所 , 加拿大先进研究所（Canadian Institute for Advanced Research，CIFAR）是一个国际性的研究机构，致力于跨学科和跨领域的研究项目，旨在推动科学、技术、艺术和社会科学的前沿研究。该机构通过支持全球顶尖学者的合作研究，促进创新和知识的发展。

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。