• Descrição :

Corr2causa

A inferência causal é uma das marcas da inteligência humana.

Corr2cause é um conjunto de dados em grande escala com mais de 400 mil amostras, nas quais dezessete LLMs existentes são avaliados no artigo relacionado.

No geral, Corr2cause contém 415.944 amostras, com 18,57% em amostras válidas. O comprimento médio da premissa é de 424,11 tokens e da hipótese de 10,83 tokens. Os dados são divididos em 411.452 amostras de treinamento, 2.246 amostras de desenvolvimento e de teste, respectivamente. Como o objetivo principal do conjunto de dados é avaliar o desempenho dos LLMs, os conjuntos de teste e desenvolvimento foram priorizados para ter uma cobertura abrangente sobre todos os tamanhos de gráficos.

• Página inicial : https://github.com/causalNLP/corr2cause/tree/main

• Código fonte : tfds.datasets.corr2cause.Builder

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 727.22 MiB

• Tamanho do conjunto de dados : 739.91 MiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

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

• Documentação de recursos :

• Chaves supervisionadas (consulte o documento as_supervised ): None

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}