LLM-GPT-Sort

该数据集用于评估大型语言模型（LLM）在排序、搜索以及其他计算问题上的性能表现。它包含了输入属性的多种变化，并记录了在多次实验中LLM输出的效率和正确性。数据集的规模涵盖了精度、数量级和数组长度的不同属性，所涉及的任务包括排序、搜索、最长回文子串以及子集和问题。

This dataset is designed to evaluate the performance of Large Language Models (LLMs) on sorting, searching, and other computational problems. It includes diverse variations of input attributes, and records the efficiency and correctness of LLM outputs across multiple experiments. The scale of the dataset covers various attributes such as precision, order of magnitude, and array length, and the covered tasks include sorting, searching, longest palindromic substring, and subset sum problems.

搜集汇总

背景与挑战

背景概述

LLM-GPT-Sort是一个实验性数据集，探索使用大型语言模型（如GPT）对集合进行排序的新方法。数据集包含算法实现、示例代码和性能分析，并指出当前算法在处理较大数字或较长单词时可能存在的问题。