Command Palette
Search for a command to run...
MeetingBank-LLMCompressed مجموعة بيانات تدريب ضغط محاضر الاجتماعات
التاريخ
رابط الورقة البحثية
الترخيص
Other
MeetingBank-LLMCompressed هو مجموعة بيانات تم إصدارها بواسطة Microsoft في عام 2024، وتُستخدم لبناء بيانات تدريب لمُضغط LLMLingua-2، حيث تُعرض النتائج البحثية ذات الصلة في «LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression». تهدف هذه المجموعة إلى توفير عينات تدريب غير مرتبطة بمهام محددة لضغط الإشارات (prompts) بكفاءة عالية مع الحفاظ على الأمانة الدلالية للنص الأصلي.
تتضمن مجموعة البيانات 5,169 عينة مأخوذة من مجموعة تدريب MeetingBank، حيث تحتوي كل عينة على النص الأصلي لمحضر الاجتماع ونسخته المضغوطة بعد تقسيمها وضغطها بشكل مستقل باستخدام GPT-4، ويبلغ حجم البيانات حوالي 246 ميغابايت.
تكوين مجموعة البيانات
تتضمن مجموعة البيانات الحقول الستة التالية:
- idx: رقم الفهرس الخاص بكل حالة.
- prompt: النص الأصلي لمحضر الاجتماع.
- prompt_list: قائمة الأجزاء النصية الأصلية المقابلة للحقل prompt.
- compressed_prompt_list: قائمة النصوص لكل جزء بعد ضغطها بشكل مستقل باستخدام GPT-4.
- compressed_prompt: النص المضغوط الكامل الناتج عن دمج جميع الأجزاء المضغوطة.
- summary: ملخص محضر الاجتماع المستمد من مجموعة بيانات MeetingBank.
الاستشهاد
@inproceedings{pan2024llmlingua2,
title={LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression},
author={Zhuoshi Pan and Qianhui Wu and Huiqiang Jiang and Menglin Xia and Xufang Luo and Jue Zhang and Qingwei Lin and Victor Rühle and Yuqing Yang and Chin-Yew Lin and H. Vicky Zhao and Lili Qiu and Dongmei Zhang},
year={2024},
booktitle = {Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics},
publisher = {Association for Computational Linguistics}
}
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.