PulseAugur
中
实时 15:52:58
English(EN) GLAN-QnA-KR: A Seedless Taxonomy-Driven Korean Instruction Corpus

发布新的韩语指令语料库，由Phi-3.5-MoE-instruct生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员发布了GLAN-QnA-KR，这是一个包含超过30万条记录的大规模韩语指令问答语料库。该语料库使用Microsoft的Phi-3.5-MoE-instruct模型和无种子、驱动式分类的合成管道生成。值得注意的是，该数据集的重复问题率很低，并已针对多个韩语基准进行了污染审计，与测试集的重叠度很小。 AI

影响 为训练韩语语言模型提供了大规模、高质量的数据集，有可能提高它们在各种任务上的性能。

排序理由 发布了一篇详细介绍合成指令语料库的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

发布新的韩语指令语料库，由Phi-3.5-MoE-instruct生成

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
发布了一篇详细介绍合成指令语料库的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
68 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Daekeun Kim ·

    GLAN-QnA-KR：无种子、面向任务的韩语指令语料库

    arXiv:2607.20443v1 Announce Type: new Abstract: We release GLAN-QnA-KR, a 303,581-row openly redistributable Korean instruction-QA corpus produced via the seedless taxonomy-driven GLAN synthesis pipeline with Microsoft's Phi-3.5-MoE-instruct as the producer model (generation: 202…

相关实体

相关话题