Less Is More? When Dataset Context Hurts LLM-Generated Dataset Descriptions
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Gan, Lisa-Yao, Das, Arunav, Walker, Johanna, Diepold, Klaus, Simperl, Elena |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Keywords are not always the key: A metadata field analysis for natural language search on open data portals
par: Gan, Lisa-Yao, et autres
Publié: (2025)
par: Gan, Lisa-Yao, et autres
Publié: (2025)
Less is More: Efficient Time Series Dataset Condensation via Two-fold Modal Matching--Extended Version
par: Miao, Hao, et autres
Publié: (2024)
par: Miao, Hao, et autres
Publié: (2024)
AutoDDG: Automated Dataset Description Generation using Large Language Models
par: Zhang, Haoxiang, et autres
Publié: (2025)
par: Zhang, Haoxiang, et autres
Publié: (2025)
Smaller and More Flexible Cuckoo Filters
par: Schmitz, Johanna Elena, et autres
Publié: (2025)
par: Schmitz, Johanna Elena, et autres
Publié: (2025)
LAKEGEN: A LLM-based Tabular Corpus Generator for Evaluating Dataset Discovery in Data Lakes
par: Dai, Zhenwei, et autres
Publié: (2025)
par: Dai, Zhenwei, et autres
Publié: (2025)
Prompting Datasets: Data Discovery with Conversational Agents
par: Walker, Johanna, et autres
Publié: (2023)
par: Walker, Johanna, et autres
Publié: (2023)
CogPic: A Multimodal Dataset for Early Cognitive Impairment Assessment via Picture Description Tasks
par: Wu, Liuyu, et autres
Publié: (2026)
par: Wu, Liuyu, et autres
Publié: (2026)
Is Long Context All You Need? Leveraging LLM's Extended Context for NL2SQL
par: Chung, Yeounoh, et autres
Publié: (2025)
par: Chung, Yeounoh, et autres
Publié: (2025)
FlexiDataGen: An Adaptive LLM Framework for Dynamic Semantic Dataset Generation in Sensitive Domains
par: Jelodar, Hamed, et autres
Publié: (2025)
par: Jelodar, Hamed, et autres
Publié: (2025)
Generating Skyline Datasets for Data Science Models
par: Wang, Mengying, et autres
Publié: (2025)
par: Wang, Mengying, et autres
Publié: (2025)
AI data transparency: an exploration through the lens of AI incidents
par: Worth, Sophia, et autres
Publié: (2024)
par: Worth, Sophia, et autres
Publié: (2024)
Distinctiveness Maximization in Datasets Assemblage
par: Wang, Tingting, et autres
Publié: (2024)
par: Wang, Tingting, et autres
Publié: (2024)
A Survey on Open Dataset Search in the LLM Era: Retrospectives and Perspectives
par: Li, Pengyue, et autres
Publié: (2025)
par: Li, Pengyue, et autres
Publié: (2025)
Dataset Discovery via Line Charts
par: Ji, Daomin, et autres
Publié: (2024)
par: Ji, Daomin, et autres
Publié: (2024)
TableNet A Large-Scale Table Dataset with LLM-Powered Autonomous
par: Zhang, Ruilin, et autres
Publié: (2026)
par: Zhang, Ruilin, et autres
Publié: (2026)
LLMClean: Context-Aware Tabular Data Cleaning via LLM-Generated OFDs
par: Biester, Fabian, et autres
Publié: (2024)
par: Biester, Fabian, et autres
Publié: (2024)
A Standardized Machine-readable Dataset Documentation Format for Responsible AI
par: Jain, Nitisha, et autres
Publié: (2024)
par: Jain, Nitisha, et autres
Publié: (2024)
ChatPD: An LLM-driven Paper-Dataset Networking System
par: Xu, Anjie, et autres
Publié: (2025)
par: Xu, Anjie, et autres
Publié: (2025)
Query Based Construction of Chronic Disease Datasets
par: Ngo, Vuong M., et autres
Publié: (2024)
par: Ngo, Vuong M., et autres
Publié: (2024)
Croissant: A Metadata Format for ML-Ready Datasets
par: Akhtar, Mubashara, et autres
Publié: (2024)
par: Akhtar, Mubashara, et autres
Publié: (2024)
DataLens: Enhancing Dataset Discovery via Network Topologies
par: Ollagnier, Anaïs, et autres
Publié: (2025)
par: Ollagnier, Anaïs, et autres
Publié: (2025)
SchemaDB: Structures in Relational Datasets
par: Christopher, Cody James, et autres
Publié: (2021)
par: Christopher, Cody James, et autres
Publié: (2021)
Conceptual Schema Inference for Tabular Datasets using Large Language Models
par: Wu, Zhenyu, et autres
Publié: (2026)
par: Wu, Zhenyu, et autres
Publié: (2026)
A Unified Approach for Multi-Granularity Search over Spatial Datasets
par: Yang, Wenzhe, et autres
Publié: (2024)
par: Yang, Wenzhe, et autres
Publié: (2024)
Jelly-Patch: a Fast Format for Recording Changes in RDF Datasets
par: Sowinski, Piotr, et autres
Publié: (2025)
par: Sowinski, Piotr, et autres
Publié: (2025)
From RDF Graph Validation to RDF Dataset Validation with SHACL-DS
par: Dao, Davan Chiem, et autres
Publié: (2025)
par: Dao, Davan Chiem, et autres
Publié: (2025)
The FormAI Dataset: Generative AI in Software Security Through the Lens of Formal Verification
par: Tihanyi, Norbert, et autres
Publié: (2023)
par: Tihanyi, Norbert, et autres
Publié: (2023)
PBE Meets LLM: When Few Examples Aren't Few-Shot Enough
par: Zhang, Shuning, et autres
Publié: (2025)
par: Zhang, Shuning, et autres
Publié: (2025)
OSM+: Billion-Level OpenStreetMap Dataset for City-wide Experiments
par: Zheng, Guanjie, et autres
Publié: (2025)
par: Zheng, Guanjie, et autres
Publié: (2025)
MOCAS: A Multimodal Dataset for Objective Cognitive Workload Assessment on Simultaneous Tasks
par: Jo, Wonse, et autres
Publié: (2022)
par: Jo, Wonse, et autres
Publié: (2022)
Computing the Non-Dominated Flexible Skyline in Vertically Distributed Datasets with No Random Access
par: Martinenghi, Davide
Publié: (2024)
par: Martinenghi, Davide
Publié: (2024)
Joinable Search over Multi-source Spatial Datasets: Overlap, Coverage, and Efficiency
par: Yang, Wenzhe, et autres
Publié: (2023)
par: Yang, Wenzhe, et autres
Publié: (2023)
Croissant Baker: Metadata Generation for Discoverable, Governable, and Reusable ML Datasets
par: Attrach, Rafi Al, et autres
Publié: (2026)
par: Attrach, Rafi Al, et autres
Publié: (2026)
An Intelligent Innovation Dataset on Scientific Research Outcomes
par: Wu, Xinran, et autres
Publié: (2024)
par: Wu, Xinran, et autres
Publié: (2024)
Within-Dataset Disclosure Risk for Differential Privacy
par: Zhu, Zhiru, et autres
Publié: (2023)
par: Zhu, Zhiru, et autres
Publié: (2023)
Global Dataset of Solar Power Plants: Multidimensional Integration and Analysis
par: Mantilla-Guerra, Anibal, et autres
Publié: (2026)
par: Mantilla-Guerra, Anibal, et autres
Publié: (2026)
StraTyper: Automated Semantic Type Discovery and Multi-Type Annotation for Dataset Collections
par: Koutras, Christos, et autres
Publié: (2026)
par: Koutras, Christos, et autres
Publié: (2026)
RF-Behavior: A Multimodal Radio-Frequency Dataset for Human Behavior and Emotion Analysis
par: Zuo, Si, et autres
Publié: (2025)
par: Zuo, Si, et autres
Publié: (2025)
Evaluating Data Quality Tools: Measurement Capabilities and LLM Integration
par: Rehberger, Tobias, et autres
Publié: (2026)
par: Rehberger, Tobias, et autres
Publié: (2026)
Context-Enriched Natural Language Descriptions of Vessel Trajectories
par: Patroumpas, Kostas, et autres
Publié: (2026)
par: Patroumpas, Kostas, et autres
Publié: (2026)
Documents similaires
-
Keywords are not always the key: A metadata field analysis for natural language search on open data portals
par: Gan, Lisa-Yao, et autres
Publié: (2025) -
Less is More: Efficient Time Series Dataset Condensation via Two-fold Modal Matching--Extended Version
par: Miao, Hao, et autres
Publié: (2024) -
AutoDDG: Automated Dataset Description Generation using Large Language Models
par: Zhang, Haoxiang, et autres
Publié: (2025) -
Smaller and More Flexible Cuckoo Filters
par: Schmitz, Johanna Elena, et autres
Publié: (2025) -
LAKEGEN: A LLM-based Tabular Corpus Generator for Evaluating Dataset Discovery in Data Lakes
par: Dai, Zhenwei, et autres
Publié: (2025)