TAUR-dev/D-EVAL__standard_eval_v3__FinEval_16k_fulleval_3args_InstOnly-RL-countdown_4arg-eval_rl
收藏数据链接：
官方服务：
资源简介：
这是一个包含问题、答案和相关元数据的数据集，旨在用于任务配置和评估。数据集包括测试集分片，每个分片包含一定数量的示例。数据集还提供了多种与模型响应评估相关的字段，以及关于翻折、正确率、技能计数等统计信息。
This is a dataset containing questions, answers, and related metadata, intended for task configuration and evaluation. The dataset includes a test split, with each split containing a certain number of examples. It also provides various fields related to model response evaluation, as well as statistics on flips, accuracy, skill counts, etc.
提供机构：
TAUR-dev
