К содержимому

Датасет · allenai

Сверхкороткие выжимки (TLDR) из научных статей

allenai/scitldr

5,4 тысячи кратких пересказов для 3,2 тысячи научных публикаций от AllenAI.

Что внутри

Датасет от института AllenAI содержит 5,4 тысячи текстовых саммари (TLDR) на английском языке к 3,2 тысячам научных статей. Внутри объединены краткие резюме, написанные самими авторами работ, и выжимки, составленные экспертами по специальному протоколу разметки.

Что можно сделать

  • Обучение моделей экстремальной суммаризации научных текстов в одно-два предложения
  • Оценка качества генерации заголовков и коротких аннотаций для статей
  • Проверка способности LLM выделять главную суть академических публикаций
Задачи
Суммаризация
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
1,2 тыс.
Лайков
36

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("allenai/scitldr")