https://github.com/CLUEbenchmark/DataCLUE

DataCLUE: 数据为中心的NLP基准和工具包
https://github.com/CLUEbenchmark/DataCLUE

ai chinese classification-algorithm data-centric human-in-the-loop nlp

Last synced: about 1 month ago
JSON representation

DataCLUE: 数据为中心的NLP基准和工具包

• Host: GitHub
• URL: https://github.com/CLUEbenchmark/DataCLUE
• Owner: CLUEbenchmark
• Created: 2021-09-11T14:30:02.000Z (about 3 years ago)
• Default Branch: master
• Last Pushed: 2022-05-11T04:59:23.000Z (over 2 years ago)
• Last Synced: 2024-06-24T05:40:26.451Z (3 months ago)
• Topics: ai, chinese, classification-algorithm, data-centric, human-in-the-loop, nlp
• Language: Python
• Homepage: https://arxiv.org/abs/2111.08647
• Size: 17.9 MB
• Stars: 145
• Watchers: 8
• Forks: 17
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

• StarryDivineSky - CLUEbenchmark/DataCLUE - centric）的AI，是一种新型的AI探索方向。它的核心问题是如何通过系统化的改造你的数据（无论是输入或者标签）来提高最终效果。 传统的AI是以模型为中心（Model-centric）的，主要考虑的问题是如何通过改造或优化模型来提高最终效果，它通常建立在一个比较固定的数据集上。 最新的数据显示超过90%的论文都是以模型为中心的，通过模型创新或学习方法改进提高效果，即使不少改进影响可能效果并不是特别明显。有些人认为当前的人工智能领域， 无论是自然语言处理（如BERT） 或计算机视觉(ResNet)， 已经存在很多成熟高效模型，并且模型可以很容易从开源网站如github获得；而与此同时，工业界实际落地 过程中可能有80%的时间用于 清洗数据、构建高质量数据集，或在迭代过程中获得更多数据，从而提升模型效果。正是看到了这种巨大的差别，在吴恩达等人的推动下这种 以数据为中心 （Data-centric）的AI进一步的系统化，并成为一个有具有巨大实用价值方法论。 (NLP语料和数据集 / 其他_文本生成、文本对话)