一篇新论文提出使用数据使用图谱（data-usage graphs）作为一种方法，以增强人工智能研究的信任度并找到合适的数据集。这些图谱描绘了数据集与其在出版物、软件和研究人员中的使用之间的联系，揭示了“数据的社会生命”。作者认为，这些证据结合生产质量和来源信息，可以帮助确定数据集的适用性。国家数据平台中的一个原型服务展示了这种方法的可能性。 AI
影响 提出了一种改进人工智能研究中数据可靠性的新框架，可能增强人工智能生成的科学结果的可信度。
排序理由 该条目是一篇发表在arXiv上的研究论文，详细介绍了一种新的数据信任方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- artificial intelligence
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- data-usage graphs
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- National Data Platform
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
