基准e-SNLI
e-SNLI
带有人工标注解释的自然语言推理数据集,用于评估模型可解释性,基于SNLI扩展
时间轴 (近 90 天)
11月10日
该审计基准覆盖NLI(e-SNLI)、对抗性句法捷径(HANS)、合成临床分诊(N=900)、提示注入防御(Tensor Trust,N=250)以及86例逻辑门触发套件。
待验证50%
11月4日
该Born测量Transformer在e-SNLI任务上实现了与同规模softmax Transformer相当的准确率(76.98±0.17% vs 76.62±0.36%)。
待验证50%