wojemann/snli_boolq_train

snli_boolq_train数据集是一个混合数据集，包含了来自boolq和snli数据集的验证和训练数据。具体来说，它包括了boolq数据集的所有数据以及snli数据集中的entail和contradict样本。为了增加用于微调大型语言模型的数据量，特别是那些权重未初始化的模型，该数据集被创建。此外，为了确保两个数据集的兼容性，snli数据集中的中性陈述被移除。这一做法基于boolq原始论文的发现，即移除snli数据集中的中性陈述对boolq的准确性影响极小。

原始信息汇总

数据集卡片 "snli_boolq_train"

数据集信息

特征

• question: 类型为字符串
• label: 类型为整数64位
• passage: 类型为字符串

分割

• train:
  • 字节数: 51552735.34737127
  • 样本数: 393631

大小

• 下载大小: 20127316
• 数据集大小: 51552735.34737127

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集描述

snli_boolq_train 是一个混合数据集，包含来自 boolq 和 snli 的验证和训练数据。该数据集选择是为了增加大型语言模型微调数据集的数量，特别是对于未初始化的权重。为了确保两个数据集的兼容性，中性陈述被移除。原始的 boolq 论文表明，通过从 snli 数据集中移除中性陈述，可以在 boolq 准确性上实现最小损失。