MilaNLProc/a-tale-of-pronouns

该数据集包含了预计算的特征归因分数，这些分数与一篇关于性别偏见缓解的论文相关。数据集的具体细节包括使用Flan-T5-XXL和mtT0-XXL模型对WinoMT翻译成西班牙语和德语的例子进行积分梯度标记级归因计算。文件格式为压缩的gz文件，需要使用特定版本的inseq库加载。数据集的创建者为Giuseppe Attanasio，语言为西班牙语和德语，许可证为Apache 2。

This dataset contains pre-computed feature attribution scores linked to a paper on mitigating gender bias. Specifically, it includes integrated gradient token-level attribution calculations conducted on WinoMT examples translated into Spanish and German using the Flan-T5-XXL and mtT0-XXL models. The dataset is provided as compressed GZ files, which must be loaded using a specific version of the inseq library. It was created by Giuseppe Attanasio, supports Spanish and German, and is licensed under Apache 2.

原始信息汇总

A Tale of Pronouns: Attributions on WinoMT

数据集详情

• 数据集名称： A Tale of Pronouns
• 许可证： Apache 2.0
• 语言： 西班牙语, 德语
• 数据集描述： 该数据集包含与论文《A Tale of Pronouns: Interpretability Informs Gender Bias Mitigation for Fairer Instruction-Tuned Machine Translation》相关的预计算特征归因分数。数据集发布了针对每个WinoMT翻译示例到西班牙语和德语的Flan-T5-XXL和mtT0-XXL的集成梯度令牌级归因。
• 数据来源：
  • GitHub仓库： MilaNLProc/interpretability-mt-gender-bias
  • 论文链接： arXiv:2310.12127
• 数据格式： 文件以gz压缩格式存储，包含FeatureAttributionOutput，可以使用inseq库的load()函数加载。
• inseq版本要求：
  • Flan-T5-XXL (En-Es): v0.5.0
  • Flan-T5-XXL (En-De): WIP
  • mT0-XXL: v0.4.0
• 数据集维护者： Giuseppe Attanasio
• 联系邮箱： Giuseppe Attanasio