arXiv cs.SD RSS·· 1 天前
WASIL：面向 LLM 的野外阿拉伯语口语交互数据集
WASIL: In-the-Wild Arabic Spoken Interactions with LLMs
摘要
研究者发布 WASIL 阿拉伯语口语交互数据集，包含音频、ASR 假设、助手回复及显式喜欢/不喜欢反馈，共 8,529 轮，其中 14.2% 为不喜欢。另含 2,000 轮测试集，覆盖现代标准阿拉伯语及四种主要方言。数据集通过多 ASR 一致性引导后编辑提供低成本金标准转写，并标注可回答性以区分固有不可回答与 ASR 导致的退化。
应来源方要求，这里只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv cs.SD RSS · arxiv.org