MAGE

该数据集是一个为训练和评估机器生成文本检测器而设计的大型语料库，涵盖了10个领域的文本内容。为了确保每个领域机器生成文本和人工撰写文本的数量相等，训练集进行了降采样处理。测试集则包含了额外的不曾见过的领域，如CNN新闻、对话摘要、IMDb评论和PubMed文献。这个大型语料库在规模上横跨多个领域，其任务是检测机器生成的文本。