zhliu/ArxivMIA

--- license: cc-by-4.0 task_categories: - text-classification language: - en configs: - config_name: arxiv_mia data_files: data/arxiv_mia.jsonl default: true - config_name: arxiv_mia_dev data_files: data/arxiv_mia_dev.jsonl - config_name: arxiv_mia_test data_files: data/arxiv_mia_test.jsonl --- ## Dataset Card for ArxivMIA To evaluate various pre-training data detection methods in a more challenging scenario, we introduce ArxivMIA, a new benchmark comprising abstracts from the fields of Computer Science (CS) and Mathematics (Math) sourced from Arxiv. - **Repository:** https://github.com/zhliu0106/probing-lm-data - **Paper:** Probing Language Models for Pre-training Data Detection许可证：CC BY 4.0 任务类别： - 文本分类 语言： - 英语 配置项： - 配置名称：arxiv_mia，数据文件：data/arxiv_mia.jsonl，为默认配置 - 配置名称：arxiv_mia_dev，数据文件：data/arxiv_mia_dev.jsonl - 配置名称：arxiv_mia_test，数据文件：data/arxiv_mia_test.jsonl ## ArxivMIA数据集卡片 为在更具挑战性的场景中评估各类预训练数据检测方法，我们推出了ArxivMIA这一全新基准数据集，其数据源自arXiv平台上计算机科学（Computer Science, CS）与数学（Mathematics, Math）领域的论文摘要。 - **代码仓库**：https://github.com/zhliu0106/probing-lm-data - **相关论文**：Probing Language Models for Pre-training Data Detection

原始信息汇总

数据集概述

数据集名称

• ArxivMIA

许可证

• CC-BY-4.0

任务类别

• 文本分类

语言

• 英语

配置信息

• config_name: arxiv_mia
  • 数据文件: data/arxiv_mia.jsonl
  • 默认配置: true
• config_name: arxiv_mia_dev
  • 数据文件: data/arxiv_mia_dev.jsonl
• config_name: arxiv_mia_test
  • 数据文件: data/arxiv_mia_test.jsonl