• Descrizione :

Corr2causa

L’inferenza causale è uno dei tratti distintivi dell’intelligenza umana.

Corr2cause è un set di dati su larga scala di oltre 400.000 campioni, su cui vengono valutati diciassette LLM esistenti nel documento correlato.

Nel complesso, Corr2cause contiene 415.944 campioni, di cui il 18,57% costituito da campioni validi. La lunghezza media della premessa è di 424,11 token e l'ipotesi di 10,83 token. I dati sono suddivisi rispettivamente in 411.452 campioni di training e 2.246 campioni di sviluppo e test. Poiché lo scopo principale del set di dati è quello di valutare le prestazioni degli LLM, ai set di test e sviluppo è stata data la priorità per avere una copertura completa su grafici di tutte le dimensioni.

• Home page : https://github.com/causalNLP/corr2cause/tree/main

• Codice sorgente : tfds.datasets.corr2cause.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione download : 727.22 MiB

• Dimensione del set di dati : 739.91 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

FeaturesDict({
    'input': Text(shape=(), dtype=string),
    'label': int64,
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{jin2023large,
      title={Can Large Language Models Infer Causation from Correlation?},
      author={Zhijing Jin and Jiarui Liu and Zhiheng Lyu and Spencer Poff and Mrinmaya Sachan and Rada Mihalcea and Mona Diab and Bernhard Schölkopf},
      year={2023},
      eprint={2306.05836},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}