HyperAIHyperAI

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

日付

データセット構成

Microsoft Corporation

Paper URL

2403.12968

ライセンス

Other

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}
}

AIでAIを構築

アイデアからローンチまで — 無料のAIコーディング支援、すぐに使える環境、最高のGPU価格でAI開発を加速。

AI コーディング補助
すぐに使える GPU
最適な料金体系

HyperAI Newsletters

最新情報を購読する
北京時間 毎週月曜日の午前9時 に、その週の最新情報をメールでお届けします
メール配信サービスは MailChimp によって提供されています