korean safety benchmarksダウンロード - korean safety benchmarksソースコードのダウンロード

korean safety benchmarks

AI ソースコード

1.0.0

ダウンロード

korean safety benchmarks

概要

このリポジトリは、次の 2 つの論文のコードとデータセットを提供します。

SQuARe: 人間と機械のコラボレーションを通じて作成された、デリケートな質問と許容可能な回答の大規模データセット
- ファラン・リー*、ソクヒ・ホン*、ジュンソク・パク、タギョン・チャ、ミヨン・チェ、イェジン・キム、ビョン・ピル、キム・ゴンヒ、ウンジュ・イ、ヨン・リム、アリス・オー、サンチョル・パク、ジョンウ・ハ
- ACL 2023
KoSBi: より安全な大規模言語モデルのアプリケーションに向けて社会的バイアスのリスクを軽減するためのデータセット
- イ・ファラン*、ホン・ソクヒ*、パク・ジュンソク、キム・タギョン、キム・ゴンヒ、ハ・ジョンウ
- ACL 2023 (インダストリートラック)

四角

データセット

SQuARe データセット

SQuAReデータセットはdata/SQuARe/にあります。データセットの詳細についてはSQuAReの論文を参照してください。

また、生のアノテーションを含むデータセットをdata/SQuARe/with_raw_annotationsにリリースします。データセット内の質問と回答は本質的に主観的なものであるため、生のアノテーションはアノテーター間の意見の相違をさらに調査するのに役立つと考えられます。

データ生成パイプライン

SQuAReの概要

注：データセットには英語翻訳も含まれていますが、使用したデリケートなトピックは韓国社会の特異性を反映しているため、直接使用する場合は注意が必要です。研究者には独自のデータセットを構築することをお勧めします。

データセット生成用のパイプラインはpipeline/squareにあります。

コエスビ

データセット

SQuARe データセット

KoSBiデータセットはdata/KosBi/にあります。データセットの詳細については、 KoSBi の論文を参照してください。

更新: 追加の反復を実行することで、より多くのデータを収集しました。これらは、元の KoSBi データセットを含むdata/KoSBi/kosbi_v2_{train,valid,test}.jsonという名前のファイルにあります。 ( context , speech ) ペアの総数は、34.2k の安全な文と 33.8k の安全でない文を含む、約 68,000 に増加しました。

データ生成パイプライン

SQuAReの概要

SQuAReと同様に、データセット生成用のパイプラインはpipeline/kosbiにあります。

ライセンス

 Korean-Safety-Benchmarks

MIT License 

Copyright 2023-present NAVER Cloud Corp.

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

引用の仕方

 @inproceedings{lee2023square,
                title={SQuARe: A Large-Scale Dataset of Sensitive Questions and Acceptable Responses Created Through Human-Machine Collaboration}, 
                author={Hwaran Lee and Seokhee Hong and Joonsuk Park and Takyoung Kim and Meeyoung Cha and Yejin Choi and Byoung Pil Kim and Gunhee Kim and Eun-Ju Lee and Yong Lim and Alice Oh and Sangchul Park and Jung-Woo Ha},
                booktitle={Proceedings of the 61th Annual Meeting of the Association for Computational Linguistics},
                year={2023}
}

 @inproceedings{lee2023kosbi,
                title={KoSBi: A Dataset for Mitigating Social Bias Risks Towards Safer Large Language Model Application}, 
                author={Hwaran Lee and Seokhee Hong and Joonsuk Park and Takyoung Kim and Gunhee Kim and Jung-Woo Ha},
                booktitle={Proceedings of the 61th Annual Meeting of the Association for Computational Linguistics: Industry Track},
                year={2023}
}