Datos y software

Colecciones, modelos y código

La mayoría de nuestros artículos vienen con algo que otros pueden reutilizar. Primero los recursos que mantenemos y después todo lo que hemos publicado en GitHub y HuggingFace.

Todo lo que publicamos 52

12 conjuntos de datos y 19 modelos en HuggingFace, 21 repositorios en GitHub. Los autores aprueban bajo petición el acceso a los elementos restringidos.

Conjuntos de datos

  • Discurso de odio ICWSM 2024

    MetaHate

    Una metacolección de 36 conjuntos de datos de discurso de odio en redes sociales, unificados bajo una única etiqueta binaria. La versión 2.0 mejora la eliminación de duplicados entre conjuntos. MetaHateES es su equivalente en español.

  • Salud mental CIKM 2025

    ReDSM5

    Publicaciones de Reddit anotadas frase a frase para los nueve síntomas del DSM-5 de un episodio depresivo mayor, cada etiqueta con una justificación experta. Una muestra parafraseada de 25 publicaciones no requiere acuerdo.

  • Salud mental

    eRisk Depression Severity Personas

    Personas de 116 usuarios de Reddit con depresión autodeclarada y su gravedad según el BDI-II, para simular usuarios condicionados por una persona (Eval4MHSim). Hay una muestra abierta y parafraseada de tres usuarios.

  • Discurso de odio

    Induced Hate Speech Classification Guidelines

    Pautas de clasificación inducidas por un LLM a partir de ejemplos etiquetados del corpus Measuring Hate Speech. Citan literalmente publicaciones de odio, así que el acceso se aprueba a mano.

  • Crawling

    ProdCrawl

    Una colección de prueba reproducible para crawling focalizado: copias estáticas de 621 webs de empresas con un juicio de relevancia en cada página para "¿es esta una página de producto?", además del codificador de texto de enlace ajustado.

  • RAG y búsqueda

    LoreHopQA

    Preguntas multisalto ambientadas en 61 mundos inventados, de modo que el contexto recuperado es la única fuente de la respuesta. De acceso restringido para que ningún modelo evaluado lo vea durante el entrenamiento; la evaluación y la publicación de resultados son libres.

  • Gallego arXiv 2023

    Datos de instrucciones en gallego

    Traducciones al gallego de las instrucciones de Stanford Alpaca (52K) y de conversaciones de ShareGPT, usadas para entrenar Cabuxa.

Modelos

Código

  • prodcrawl

    Crawler focalizado con puntuación de enlaces por BFS, DFS, clasificador y recuperación, y los scripts para servir las copias de ProdCrawl.

    Crawling Python ★ 2
  • lorehop-qa

    Experimentos de validación para LoreHopQA: respuesta sin contexto, evidencia parcial y contexto completo.

    RAG y búsqueda Python ★ 2
  • eval4sim

    Eval4Sim, un marco de evaluación para la simulación de personas con LLM.

    Paper Evaluación Python ★ 8
  • eval4mhsim

    Eval4MHSim, una colección de personas y un marco de evaluación para simular usuarios de redes sociales con problemas de salud mental.

    Salud mental Python ★ 10
  • llm-prf

    Pseudorrealimentación de relevancia asistida por LLM que filtra los documentos de realimentación ruidosos antes de expandir la consulta.

    ECIR 2026 RAG y búsqueda Java ★ 2
  • erisk-qrels-expansion

    Ejecuciones campeonas y anotación asistida por LLM para ampliar los juicios de relevancia poco profundos de las colecciones de eRisk.

    Evaluación Jupyter Notebook ★ 3
  • recsysipp

    Juicios de relevancia con LLM para evaluar sistemas de recomendación en MovieLens: calidad de los juicios, pools ampliados y sesgo de popularidad.

    Evaluación Python ★ 2
  • grpo-dsm5

    Group Relative Policy Optimization para que el razonamiento de los LLM sobre los síntomas de depresión del DSM-5 sea clínicamente fiable.

    Salud mental Python ★ 7
  • rcl

    Pooling híbrido con LLM mediante aprendizaje del contexto de relevancia.

    SIGIR 2026 Evaluación Python ★ 2
  • hate-eval-agreement

    Si los LLM pueden evaluar clasificadores de discurso de odio incluso donde anotan mal.

    LREC 2026 Discurso de odio Python ★ 2
  • geographic-bias

    Sesgo geográfico en la detección de discurso de odio con LLM, y ajuste para reducirlo.

    ICWSM 2026 Discurso de odio Python ★ 2
  • multiple-testing

    Tests estadísticos para comparar muchos sistemas de recuperación a la vez.

    ECIR 2025 Evaluación Java ★ 1
  • Lost-in-the-Evidence-in-RAG-Virtual-Appendix

    Apéndice virtual de un estudio de reproducibilidad sobre los efectos de la posición de los documentos y el tamaño del contexto en RAG.

    RAG y búsqueda Jupyter Notebook ★ 3
  • bayesian-inference

    Inferencia bayesiana con Stan para comparar estadísticamente sistemas de recuperación.

    Evaluación Java ★ 1
  • SIQSE

    Simula con LLM usuarios que eligen sugerencias de consultas, para evaluar las sugerencias más allá de las primeras posiciones.

    SIGIR 2026 Evaluación Python ★ 7
  • depression-prompt-induction

    Symptom Induction: un LLM maestro destila ejemplos etiquetados en pautas interpretables para detectar evidencia de síntomas de depresión.

    SIGIR 2026 Salud mental Python ★ 2
  • ColBERTKP

    ColBERT adaptado a consultas de frases clave.

    IP&M 2025 RAG y búsqueda Python ★ 7
  • distil-metahate

    Destilación de LLM en clasificadores de discurso de odio eficientes y explicables.

    ECIR 2025 Discurso de odio Python ★ 4
  • decoding-hate

    Cómo reaccionan los modelos de lenguaje al discurso de odio y cómo evitar que le sigan el juego.

    NAACL 2025 Discurso de odio Python ★ 2
  • metahate

    Scripts que construyen MetaHate a partir de sus 36 conjuntos de datos de origen.

    ICWSM 2024 Discurso de odio Jupyter Notebook ★ 8
  • RAKS

    Generación aumentada por recuperación para sugerir sinónimos de frases clave.

    ECIR 2025 RAG y búsqueda Python ★ 4