OTel：开放电信 AI 数据集、基准与模型
OTel: Open Telco AI Datasets, Benchmarks, and Models
研究者发布开放电信 AI 资源 OTel，包含检索、重排序、指令微调与安全/拒答数据集，以及 30 个全参数后训练基线，覆盖 10 个嵌入模型、3 个重排序器和 17 个语言模型。截至 2026 年 5 月 3 日，已发布模型下载量超 1600 万次，项目获 157+ 篇媒体报道。后训练使嵌入检索达到 93.1% NDCG@10，重排序达 0.947 MRR@10，语言模型正确率达 87.8%。
作者：Farbod Tavakkoli、Gregory Diamos、Kenneth Church、David Kanter、Mark Austin、Imtiaz Karim、Mirza Masfiqur Rahman、Merouane Abdelkader Debbah、Zeinab Nezami、Ali Maatouk、Leandros Tassiulas、Rex Ying、Nick Sorros、Louis Powell、Nikolaos Vasiloglou、Ashish Vaswani、Somanshu Singla、Adarsh Chaluvaraju
摘要：我们提出 Open Telco（OTel），一个开放的电信 AI 资源，发布了用于检索、重排序、指令微调以及安全/弃答的衍生电信数据集，以及 30 个全参数后训练基线，涵盖 10 个嵌入模型、3 个重排序器和 17 个语言模型。社区已对该资源进行了大量使用：截至 2026 年 5 月 3 日，已发布的模型下载量超过 1600 万次，该项目已在全球获得 157 篇以上媒体报道。在先前开放电信数据集和基准的基础上，OTel 在一个统一资源中提供了有文档记录的电信数据源、留出评估分区、训练好的嵌入模型、重排序器、基于上下文的 LLM 以及安全/弃答数据。每个基线都从开放权重模型出发，使用开放训练配方在 OTel 衍生数据上进行后训练，然后在留出的 OTel 评估分区上进行评估。OTel 后训练在全部三个模型系列上均提升了性能：嵌入检索达到 93.1% NDCG@10，重排序达到 0.947 MRR@10，语言模型正确率达到 87.8%。我们将 OTel 作为一个可复现的起点发布，并邀请社区扩展数据、改进嵌入和重排序模型，并构建更强的基于上下文的电信 LLM。
| 评论： | 已被 NeurIPS 2026，ED Track，Spotlight 接收 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.07766 [cs.AI] |
| （或本版本的 arXiv:2610.07766v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.07766 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Imtiaz Karim [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 05:03:29 UTC（752 KB）
[v2]
2026 年 10 月 7 日星期三 15:15:25 UTC（752 KB）
来源：arXiv cs.AI · arxiv.org