HyperAI
Command Palette
Search for a command to run...
MeetingBank-LLMCompressed 会議記録圧縮トレーニングデータセット
MeetingBank-LLMCompressed は、Microsoft によって 2024 年に公開された、LLMLingua-2 コンプレッサーの訓練データ構築用のデータセットであり、関連する論文成果は「LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression」である。このデータセットは、効率的かつ原意を忠実に保持した、タスク非依存型のプロンプト圧縮訓練サンプルを提供することを目的としている。
本データセットには、MeetingBank 訓練セット由来の 5,169 件のサンプルが含まれており、各サンプルには元の議事録テキストと、GPT-4 によって独立してチャンク単位で圧縮されたバージョンが含まれている。データサイズは約 246 MB である。
データセットの構成
本データセットには、以下の 6 つのフィールドが含まれている。
- idx: インスタンスのインデックス番号。
- prompt: 議事録の元のテキスト。
- prompt_list: prompt に対応する元のテキストのチャンクリスト。
- compressed_prompt_list: 各チャンクを GPT-4 によって独立して圧縮した後のテキストリスト。
- compressed_prompt: すべての圧縮チャンクを連結して作成された完全な圧縮テキスト。
- summary: MeetingBank に由来する議事録の要約。
Citation
@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}
}
このデータセットはコミュニティユーザーによって提供されており、教育および情報提供のみを目的としています。著作権侵害に関わるコンテンツがある場合は、[email protected]までご連絡ください。速やかに確認し、削除いたします。