DiaVio/ViolationReports

DiaVio数据集旨在通过利用大语言模型（LLMs）自动诊断模拟测试中的安全违规行为。该数据集包含三个主要部分：1) 事故报告：一组用自然语言描述的真实世界事故报告，用于微调语言模型以增强其诊断能力；2) 提取的信息：从事故报告中提取的关键信息，用于训练DiaVio并将其与模拟测试场景关联；3) 真实数据：指示每个违规场景的正确诊断，用于评估DiaVio在诊断安全违规方面的有效性和效率。研究人员和从业者可以利用该数据集来训练和微调语言模型、评估不同诊断系统的性能，并增强模拟测试中自动诊断工具的能力。

原始信息汇总

DiaVio Dataset

概述

DiaVio数据集旨在通过利用大型语言模型（LLMs）自动诊断仿真测试中的安全违规行为。该数据集基于一种新的领域特定语言（DSL）构建，以对齐自然语言描述的现实世界事故报告和仿真测试中的违规场景。通过使用现实世界事故报告对基础LLM进行微调，DiaVio学习了诊断能力，并使用微调后的LLM来诊断仿真测试中的违规场景。评估结果显示，DiaVio在违规诊断方面具有有效性和效率。

数据集内容

该数据集包含三个主要部分：

1. 事故报告

一系列自然语言描述的现实世界事故报告。这些报告作为微调语言模型的基础，以增强其诊断能力。

2. 提取信息

从事故报告中提取的关键事故细节信息。这些数据用于训练DiaVio，使其能够将现实世界事故与仿真测试场景关联起来。

3. 真实标签

每个违规场景的正确诊断结果。该数据集有助于评估DiaVio在诊断安全违规方面的有效性和效率。

使用方法

自动驾驶系统领域的研究人员和从业者可以使用此数据集：

• 训练和微调用于安全违规诊断的语言模型。
• 评估和比较不同诊断系统的性能。
• 增强仿真测试中自动化诊断工具的能力。