Generated And Grounded Language Examples (GAGLE)

该数据集包含了超过24万篇文章，这些文章由不同的LLM模型通过不同的解码温度和提示方法生成，同时还包括了相应的人类编写的文本。该数据集的独特之处在于，它将机器生成的文章与人工编写的文本进行了匹配，这为分析LLM生成文本与自然语言之间在分形特征上的差异提供了可能。规模上，数据集包含了24万篇文章，旨在对LLM生成文本的文本生成和分形特性评估进行研究。