论文"Generating Synthetic Documents for Cross-Encoder Re-Rankers: A Comparative Study of ChatGPT and Human Experts"和论文"A Test Collection of Synthetic Documents for Training Rankers: ChatGPT vs. Human Experts"的存储库。一个用于训练和评估问答(QA)检索模型的数据集,通过ChatGPT的回复训练/评估,或在真实人类回复上进行训练/评估。
如果使用此数据集,请使用以下bibtex参考文献:
@InProceedings{askari2023chatgptcikm2023, author = {Askari, Arian and Aliannejadi, Mohammad and Kanoulas, Evangelos and Verberne, Suzan}, titlE = {A Test Collection of Synthetic Documents for Training Rankers: ChatGPT vs. Human Experts}, year = 2023, booktitle = {The 32nd ACM International Conference on Information and Knowledge Management (CIKM 2023)}, } @InProceedings{askari2023genirsigir2023, author = {Askari, Arian and Aliannejadi, Mohammad and Kanoulas, Evangelos and Verberne, Suzan}, title = {Generating Synthetic Documents for Cross-Encoder Re-Rankers: A Comparative Study of ChatGPT and Human Experts}, year = 2023, booktitle = {Generative Information Retrieval workshop at ACM SIGIR 2023}, }
这项工作是在教授Mohammad Aliannejadi、Evangelos Kanoulas和Suzan Verberne的监督下完成的,我的访问研究在阿姆斯特丹大学信息检索实验室的期间进行的(IRLab@UvA)。
给定一组问题及相应的ChatGPT和人类的回答,我们分别制作了两个集合:一个是ChatGPT,一个是人类。通过这样做,我们从信息检索的角度提供了多个分析机会,评估ChatGPT回复对训练检索模型的有用性。我们为端到端检索和重新排序设置提供了数据集。为了给其他分析提供灵活性,我们将所有文件分别组织为ChatGPT和人类的回复。
虽然ChatGPT是一种强大的语言模型,能够生成令人印象深刻的答案,但其并非没有错误或虚假的信息。此外,ChatGPT生 成的信息来源并不透明,通常即使信息正确也没有来源。在法律、医学、科学等专业领域,信任度和责任性至关重要,这会成为更大的问题。与生成模型不同,检索模型从来源中检索实际(真实)信息,搜索引擎提供每个检索项的来源。这就是为什么在即使ChatGPT存在的情况下,信息检索仍然是一个重要的应用,特别是在可靠性至关重要的情况下。
该数据集基于公开的HC3数据集,尽管我们的实验 setup 和评估将有所不同。我们将数据分为训练集、验证集和测试集,以便在ChatGPT或人类答案上训练/评估答案检索模型。我们将人类/ChatGPT的实际回复存储为相关答案。对于训练,一组随机回答可用作非相关答案。在我们的主要实验中,我们在ChatGPT的回应上进行训练,并在人的回应上进行评估。我们以类似于MSMarco数据集的格式发布ChatGPT-RetrievalQA数据集,这是一个广受训练检索模型欢迎的数据集。因此,每个人都可以在我们的数据上重新使用他们的MSMarco数据集脚本。
描述 | 文件名 | 文件大小 | 记录数量 | 格式 |
---|---|---|---|---|
Collection-H (H: 人类回复) | collection_h.tsv | 38.6 MB | 58,546 | tsv: pid, passage |
Collection-C (C: ChatGPT回复) | collection_c.tsv | 26.1 MB | 26,882 | tsv: pid, passage |
Queries | queries.tsv | 4 MB | 24,322 | tsv: qid, query |
Qrels-H Train (人类回复的训练集Qrels) | qrels_h_train.tsv | 724 KB | 40,406 | TREC qrels格式 |
Qrels-H Validation (人类回复的验证集Qrels) | qrels_h_valid.tsv | 29 KB | 1,460 | TREC qrels格式 |
Qrels-H Test (人类回复的测试集Qrels) | qrels_h_test.tsv | 326 KB | 16,680 | TREC qrels格式 |
Qrels-C Train (ChatGPT回复的训练集Qrels) | qrels_c_train.tsv | 339 KB | 18,452 | TREC qrels格式 |
Qrels-C Validation (ChatGPT回复的验证集Qrels) | qrels_c_valid.tsv | 13 KB | 672 | TREC qrels格式 |
Qrels-C Test (ChatGPT回复的测试集Qrels) | qrels_c_test.tsv | 152 KB | 7,756 | TREC qrels格式 |
Queries, Answers, and Relevance Labels (查询,答案和相关性标 签) | collectionandqueries.zip | 23.9 MB | 866,504 | |
Train-H Triples (训练集H三元组) | train_h_triples.tsv | 58.68 GB | 40,641,772 | tsv: query, positive passage, negative passage |
Validation-H Triple (验证集H三元组) | valid_h_triples.tsv | 2.02 GB | 1,468,526 | tsv: query, positive passage, negative passage |
Train-H Triples QID PID Format (训练集H三元组QID PID格式) | train_h_qidpidtriples.tsv | 921.7 MB | 40,641,772 | tsv: qid, positive pid, negative pid |
Validation-H Triples QID PID Format (验证集H三元组QID PID格式) | valid_h_qidpidtriples.tsv | 35.6 MB | 1,468,526 | tsv: qid, positive pid, negative pid |
Train-C Triples (训练集C三元组) | train_c_triples.tsv | 37.4 GB | 18,473,122 | tsv: query, positive passage, negative passage |
Validation-C Triple (验证集C三元组) | valid_c_triples.tsv | 1.32 GB | 672,659 | tsv: query, positive passage, negative passage |
Train-C Triples QID PID Format (训练集C三元组QID PID格式) | train_c_qidpidtriples.tsv | 429.6 MB | 18,473,122 | tsv: qid, positive pid, negative pid |
Validation-C Triples QID PID Format (验证集C三元组QID PID格式) | valid_c_qidpidtriples.tsv | 16.4 MB | 672,659 | tsv: qid, positive pid, negative pid |
我们发布了三元组格式的训练和验证数据以便于训练。用于训练ChatGPT回复的三元组文件是:"train_c_triples.tsv" 和 "valid_c_triples.tsv"。此外,我们发布了基于人类回复的三元组文件,便于大家比较基于ChatGPT和人类回复的训练效果(文件:"train_h_triples.tsv" 和 "valid_h_triples.tsv")。给定每个查询和正面答案,随机抽取了1000个负面答案。
描述 | 文件名 | 文件大小 | 记录数量 |
---|---|---|---|
Top-H 1000 Train (Top-H 1000训练) | top_1000_h_train.run | 646.6 MB | 16,774,122 |
Top-H 1000 Validation (Top-H 1000验证) | top_1000_h_valid.run | 23.7 MB | 605,956 |
Top-H 1000 Test (Top-H 1000测试) | top_1000_h_test.run | 270.6 MB | 692,0845 |
Top-C 1000 Train (Top-C 1000训练) | top_1000_c_train.run | 646.6 MB | 16,768,032 |
Top-C 1000 Validation (Top-C 1000验证) | top_1000_c_valid.run | 23.7 MB | 605,793 |
Top-C 1000 Test (Top-C 1000测试) | top_1000_c_test.run | 271.1 MB | 6,917,616 |
答案重新排序数据集的运行文件格式是TREC运行格式。
注意: 我们在Elasticsearch中使用BM25作为第一阶段排序器,以便在给定问题(即查询)的情况下对搜索到的前1000个文档进行排名。然而,对于某些查询,检索到的文档少于1000个,这意味着在整个集合中,至少有一个词与查询匹配的文档少于1000个。
敬请期待。
ChatGPT-RetrievalQA-Evlaution
我 们在由 ChatGPT 生成的回复上训练 BERT(使用 queries.tsv、collection_c.tsv、train_c_triples.tsv、valid_c_triples.tsv、qrels_c_train.tsv 和 qrels_c_valid.tsv 文件)。接下来,我们评估 BERT 作为答案重新排名模型在人类回复上的效果(使用 queries.tsv、collection_h.tsv、top_1000_c_test.run 和 qrels_h_test.tsv)。通过这样做,我们回答以下问题:“在评估人类回复时,一个在 ChatGPT 回复上训练的答案检索模型的有效性如何?”
敬请期待。
敬请期待。
ChatGPT-RetrievalQA-Dataset-Creator
特别感谢 HC3 团队 发布的 Human ChatGPT Comparison Corpus (HC3) 语料库。我们的数据是基于他们的数据集创建的,并遵循他们的许可。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程 池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号