有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
SynDy|错误信息检测数据集|语言模型数据集
收藏arXiv2024-05-17 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2405.10700v1
下载链接
链接失效反馈资源简介：
SynDy是由康涅狄格大学和Meedan共同开发的合成动态数据集生成框架，专注于利用大型语言模型（LLMs）训练本地化、专业化的语言模型，以应对错误信息问题。该数据集通过LLMs和社交媒体查询自动生成远监督、主题聚焦的数据集，包含精细的合成标签，用于错误信息缓解任务，如声明匹配、主题聚类和声明关系分类。SynDy旨在降低人工标注数据的成本，提高人工主导的事实核查效率。该数据集已集成到Meedan的聊天机器人热线中，服务于超过50个组织和23万用户，并通过WhatsApp等消息应用自动分发人工编写的事实核查。此外，SynDy还将整合到Co·Insights工具包中，支持资源有限的组织为其社区启动热线服务，进一步扩展其在错误信息检测和预防中的应用。
提供机构：
康涅狄格大学
创建时间：
2024-05-17
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国近海台风路径集合数据集(1945-2024)
1945-2024年度，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。 数据源为获取温州台风网(http://www.wztf121.com/)的真实观测路径数据，经过处理整合后形成文件，如使用csv文件需使用文本编辑器打开浏览，否则会出现乱码，如要使用excel查看数据，请使用xlsx的格式。
国家海洋科学数据中心 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
WideIRSTD Dataset
WideIRSTD数据集包含七个公开数据集：SIRST-V2、IRSTD-1K、IRDST、NUDT-SIRST、NUDT-SIRST-Sea、NUDT-MIRSDT、Anti-UAV，以及由国防科技大学团队开发的数据集，包括模拟陆基和太空基数据，以及真实手动标注的太空基数据。数据集包含具有各种目标形状（如点目标、斑点目标、扩展目标）、波长（如近红外、短波红外和热红外）、图像分辨率（如256、512、1024、3200等）的图像，以及不同的成像系统（如陆基、空基和太空基成像系统）。
github 收录
ANC
美国国家语料库（American National Corpus，简称ANC）是一个大规模的电子美国英语语料库，包含多种类型文本及口语数据转录，旨在全面反映美国英语的多样性。其开放部分OANC约有1500万字，涵盖多种文体，且进行了自动标注。
anc.org 收录
中国1km分辨率逐月NDVI数据集（2001-2023年）
中国1km分辨率逐月NDVI数据集（2001-2023年）根据MODIS MOD13A2数据进行月度最大值合成、镶嵌和裁剪后制作而成，包含多个TIF文件，每个TIF文件对应该月最大值NDVI数据，文件以时间命名。数据值域改为-0.2~1，不再需要除以一万，另外范围扩大到中国及周边地区，可以自行裁剪。数据分为两个文件夹，MVC文件夹中为MOD13A2 NDVI逐月最大值合成结果，mod1k_SGfilter为MVC中数据S-G滤波后的结果。
国家地球系统科学数据中心 收录