YuxinJiang/LTE_train_data

Learning to Edit (LTE)框架是一个用于大语言模型（LLMs）知识编辑的创新框架。该框架通过两阶段过程来实现知识编辑：对齐阶段和推理阶段。对齐阶段通过微调LLMs来确保其在应用更新知识时保持信息的准确性和语言能力；推理阶段则采用基于检索的机制进行实时和大规模的知识编辑。该框架支持多种模型，如LLaMA2-Chat-7B和Qwen-Chat-7B，并提供了详细的实现步骤和引用信息。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别:
  • 文本生成
  • 问答
• 语言:
  • 英语
• 数据集大小:
  • 10K<n<100K

数据集描述

• 名称: Learning to Edit: Aligning LLMs with Knowledge Editing
• 简介: 该数据集用于训练和评估一个名为Learning to Edit (LTE)的新框架，旨在有效地编辑大型语言模型（LLMs）的知识。LTE框架通过两个阶段实现：
  1. 对齐阶段: 在精心策划的并行数据集上微调LLMs，以进行可靠的范围内编辑，同时保留范围外信息和语言能力。
  2. 推理阶段: 采用基于检索的机制进行实时和大规模知识编辑。

数据集使用

• 对齐阶段数据: 可从HuggingFace下载，并放置在data/目录中。

引用

• 论文引用:

  @misc{jiang2024lte, title={Learning to Edit: Aligning LLMs with Knowledge Editing}, author={Yuxin Jiang and Yufei Wang and Chuhan Wu and Wanjun Zhong and Xingshan Zeng and Jiahui Gao and Liangyou Li and Xin Jiang and Lifeng Shang and Ruiming Tang and Qun Liu and Wei Wang}, year={2024}, eprint={2402.11905}, archivePrefix={arXiv}, primaryClass={cs.CL} }