官方服务：
资源简介：
daigt-v2-aug for LLM detect
用于大语言模型（LLM）检测的daigt-v2-aug
应用场景：
创建时间：
2024-01-08
相关数据集
renumics/cifar100-enriched
--- license: mit task_categories: - image-classification pretty_name: CIFAR-100 source_datasets: - extended|other-80-Million-Tiny-Images paperswithcode_id: cifar-100 size_categories: - 10K<n<100K tags
Hugging Face2023-06-06 更新1020
RepLiQA
RepLiQA是一个评估数据集，包含上下文-问题-答案三元组，上下文涉及虚构的实体，如人物或地点，不真实存在。该数据集旨在测试大型语言模型（LLMs）在提供文档中查找和使用上下文信息的能力。与现有问答数据集不同，RepLiQA的非事实性确保模型性能不受LLMs记忆训练数据中事实的能力影响，可以更自信地测试模型利用提供上下文的能力。数据集涵盖17个主题或文档类别，每个文档附带5个问题-答案对。此外，
github2024-06-19 更新381
EBMQA
EBMQA数据集是由Kahun Medical Ltd基于其医学知识图谱创建的，包含105,000条基于证据的医学问题与答案。该数据集主要分为数值型和语义型两类问题，旨在测试大型语言模型在处理医学知识时的性能。数据集的内容涵盖了从超过50,000篇同行评审文章中提取的医学关系，用于生成直接的多选题。EBMQA数据集的应用领域主要集中在评估和提升大型语言模型在临床问题解决中的准确性和效率，特别是在处
arXiv2024-06-06 更新560
Synthetic data set on a hypercube
本文使用了一个合成数据集，该数据集在超立方体上进行设计，允许全面可视化决策边界和通过三种不同方法获得的符合性区间。数据集被用于探索和评估个性化符合性预测区间反事实（CPICFs）。该数据集用于测试CPICFs在数据增强方面的效用，并测试在保留集合上的性能。
arXiv2025-05-28 更新210
