arXiv · Computation and Language· Berke Arda, Ahmetcan Yavuz, Paul Gerry, Sebastian Lobentanzer, Nobin Sarwar, Joan Giner-Miguelez, Kongtao Chen, Luyao Zhang, Mrinmaya Sachan, Mubashara Akhtar·· 4 hr agoAI score34
CroissantMiner：面向 ML 数据集的 Croissant 元数据自动提取与校验基准
CroissantMiner: Automated Extraction and Validation of Croissant Metadata for ML Datasets
AI brief
CroissantMiner 提出首个面向 Croissant 元数据端到端提取的基准，覆盖完整 Croissant schema 的核心与 Responsible AI（RAI）字段，含 602 篇论文，其中 102 篇有人工校验 gold 标注、500 篇有 LLM 生成 silver 标注。
Source: arXiv · Computation and Language · arxiv.org