livebench/data_analysis
收藏Hugging Face2025-04-07 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/livebench/data_analysis
下载链接
链接失效反馈官方服务：
资源简介：
LiveBench是一个专为限制测试集污染和客观评估而设计的大型语言模型（LLM）基准测试。它具有以下特点：每月发布新问题，问题基于最新发布的数据集、arXiv论文、新闻文章和IMDb电影摘要；每个问题都有可验证的客观真实答案，允许准确自动评分，无需使用LLM评判；目前包含18个多样化的任务，跨越6个类别，并计划发布更困难的任务。这是LiveBench的instruction_following类别。
LiveBench是一个专为限制测试集污染和客观评估而设计的大型语言模型（LLM）基准测试。它具有以下特点：每月发布新问题，问题基于最新发布的数据集、arXiv论文、新闻文章和IMDb电影摘要；每个问题都有可验证的客观真实答案，允许准确自动评分，无需使用LLM评判；目前包含18个多样化的任务，跨越6个类别，并计划发布更困难的任务。这是LiveBench的instruction_following类别。
提供机构：
livebench
原始信息汇总
数据集概述
数据集特征
- question_id: 数据类型 - 字符串
- category: 数据类型 - 字符串
- turns: 数据类型 - 字符串序列
- ground_truth: 数据类型 - 字符串
- grouping: 数据类型 - 字符串
数据集分割
- 测试集 (test):
- 数据大小: 305448 字节
- 示例数量: 150
数据集大小
- 下载大小: 148804 字节
- 数据集总大小: 305448 字节
