SamSJackson/kpar3-no-ctx

---
license: mit
size_categories:
- 100K<n<1M
---

# KPar3 - Dataset

## Description

The dataset is leveraged from the [Par3](https://github.com/katherinethai/par3) dataset.

Original dataset is created by Krishna in a paper about retrieval defense on watermarking: [Paper](https://arxiv.org/pdf/2303.13408.pdf)

The uploaded dataset is a sampled version, with 100,000 training samples and 20,000 validation samples.

Furthermore, only the non-context documents are sampled from the dataset.

## Usage

This dataset was used to finetune the following model: [paraphrase-dipper-no-ctx](https://huggingface.co/SamSJackson/paraphrase-dipper-no-ctx)

原始信息汇总

KPar3 - Dataset 概述

数据集来源

• 本数据集是从 Par3 数据集采样而来。

原始数据集创建者

• 原始数据集由 Krishna 创建，相关研究论文见 Paper。

数据集内容

• 上传的数据集为采样版本，包含 100,000 个训练样本和 20,000 个验证样本。
• 仅从数据集中采样了非上下文文档。

数据集规模

• 数据集大小属于 100K<n<1M 类别。

使用情况

• 该数据集用于微调模型 paraphrase-dipper-no-ctx。

许可证

• 数据集遵循 MIT 许可证。