arXiv cs.CL· Berke Arda, Ahmetcan Yavuz, Paul Gerry, Sebastian Lobentanzer, Nobin Sarwar, Joan Giner-Miguelez, Kongtao Chen, Luyao Zhang, Mrinmaya Sachan, Mubashara Akhtar·· 4 小时前AI 评分39
CroissantMiner：面向 ML 数据集的 Croissant 元数据自动抽取与校验
CroissantMiner: Automated Extraction and Validation of Croissant Metadata for ML Datasets
AI 导读
首个面向 Croissant 元数据抽取的端到端基准发布，含 602 篇论文，其中 102 篇有人工校验的 gold 标注、500 篇为 LLM 生成的 silver 标注，覆盖 Croissant 核心字段与 Responsible AI（RAI）字段。
来源：arXiv cs.CL · arxiv.org