Preskočiť na obsah
DatasetTextObmedzený prístup

MultiSocial

Predstavujeme MultiSocial – prvý viacjazyčný (22 jazykov) a multiplatformový (5 platforiem sociálnych médií) dataset určený na testovanie (benchmarking) detekcie generovaného textu strojmi v prostredí sociálnych médií.

Môžem to použiť?

Licencia nie je uvedená. Pred použitím sa spýtaj autorov. Prístup treba vyžiadať na stránke zdroja.

O zdroji

Predstavujeme MultiSocial – prvý viacjazyčný (22 jazykov) a multiplatformový (5 platforiem sociálnych médií) dataset určený na testovanie (benchmarking) detekcie generovaného textu strojmi v prostredí sociálnych médií. Obsahuje 472 097 textov, z ktorých približne 58-tisíc napísali ľudia a zhruba rovnaký počet vygeneroval každý zo siedmich viacjazyčných veľkých jazykových modelov (LLM) - aya-101, Mistral-7B-Instruct-v0.2, gpt-3.5-turbo-0125, v5-Eagle-7B-HF, vicuna-13b, opt-iml-max-30b, Llama-2-70b-chat-hf

Vidíš chybu alebo chýbajúci údaj? Napíš nám.
  • DatasetGEST

    GEST – manuálne vytvorený súbor údajov určený na meranie rodovo stereotypného uvažovania v jazykových modeloch a systémoch strojového prekladu.

    Apache 2.0
  • DatasetChiby

    Chybový korpus CHIBY založený na revíziách slovenskej Wikipédie.

    Licencia neuvedená