AdaptLLM/RCT

RCT数据集用于ICLR 2024论文中的研究，探讨了通过持续预训练将大规模预训练语料库转化为阅读理解文本的方法，以提高在生物医学、金融和法律领域的提示性能。数据集包含训练、验证和测试集，适用于文本分类、问答和零样本分类任务。数据集的语言为英语，标签包括医学、化学和生物学。

The RCT dataset is used in the ICLR 2024 paper to explore the method of transforming large-scale pre-training corpora into reading comprehension texts through continual pre-training, aiming to improve prompting performance in biomedicine, finance, and law domains. The dataset includes train, validation, and test splits and is suitable for text classification, question answering, and zero-shot classification tasks. The dataset is in English and tagged with medical, chemistry, and biology.

原始信息汇总

数据集概述

数据集名称

• RCT

数据集文件

• 训练集: train.jsonl
• 验证集: dev.jsonl
• 测试集: test.jsonl

任务类别

• 文本分类
• 问答
• 零样本分类

语言

• 英语

标签

• 医学
• 化学
• 生物学

数据集来源

• 该数据集用于ICLR 2024论文《Adapting Large Language Models via Reading Comprehension》。

数据集用途

• 用于探索大型语言模型在特定领域语料库上的持续预训练，以及通过阅读理解方法改进问题回答能力。