LongBench-v2

kaggle2026-01-11 更新2026-02-14 收录

下载链接：

https://www.kaggle.com/datasets/ayeshaimr/longbench-v2

下载链接

链接失效反馈

官方服务：

资源简介：

A comprehensive benchmark for evaluating language models on long-context underst

创建时间：

2026-01-11

LongBench-v2

# LongBench v2: Towards Deeper Understanding and Reasoning on Realistic Long-context Multitasks 🌐 Project Page: https://longbench2.github.io 💻 Github Repo: https://github.com/THUDM/LongBench 📚

魔搭社区2026-07-05 更新830

recursal/longbench-v2

该数据集包含多种自然语言处理任务的配置，包括多项选择题、问题回答、文本分类、表格问题回答等。数据集使用英语，内容涉及长文本上下文和推理，数据规模小于1K。数据集遵循Apache-2.0许可。不同的配置对应不同的数据文件，涵盖了学术、金融、政府、法律等多个领域。这个数据集似乎是为了多任务学习而设计，特别关注长文本上下文理解和推理。

Hugging Face2025-10-10 更新110

itsnamgyu/longbench_synthetic_v2

--- configs: - config_name: 2wikimqa data_files: - split: test path: 2wikimqa/test-*.parquet - config_name: gov_report data_files: - split: test path: gov_report/test-*.parquet - confi

Hugging Face2026-03-27 更新20

LongBench-v2

LongBench v2 是一个用于评估大型语言模型（LLMs）处理长上下文问题的能力的数据集。该数据集设计用于测试模型在需要深度理解和推理的真实多任务场景中的表现。其特点包括：1）上下文长度从8k到2M字不等，大部分在128k以下；2）难度较高，即使是使用搜索工具的人类专家在短时间内也无法正确回答；3）覆盖多种现实场景；4）采用多选题格式以确保评估的可靠性。数据集包含503个具有挑战性的多选题，

Hugging Face2024-12-20 更新4490

THUDM/LongBench-v2

LongBench v2是一个旨在评估大语言模型在处理需要深度理解和推理的长上下文问题上的能力的数据集。它包含503个具有挑战性的多项选择题，上下文长度从8k到2M单词不等，涵盖六个主要任务类别：单文档问答、多文档问答、长上下文学习、长对话历史理解、代码库理解和长结构化数据理解。数据集的难度较高，即使是人类专家在短时间内使用搜索工具也难以正确回答。数据集通过自动和手动审查过程确保高质量和高难度，人

Hugging Face2024-12-20 更新260