leemeng/mt_bench_japanese

Name: leemeng/mt_bench_japanese
Creator: leemeng
Published: 2023-07-30 17:36:52
License: 暂无描述

Hugging Face2023-07-30 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/leemeng/mt_bench_japanese

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc-by-4.0 ---

提供机构：

leemeng

原始信息汇总

数据集许可证信息

许可证类型: CC-BY-4.0

MT-Bench

MT-Bench数据集包含了80条英文指令，这些指令均由人类精心设计而成。该数据集的主要目的是评估大型语言模型（LLMs）在英语环境中的综合能力。它涵盖了八种不同的任务类型，包括写作、角色扮演、推理、数学、编程、信息提取、STEM（科学、技术、工程和数学）以及人文学科等领域。评估方法是利用GPT-4来进行评分。

github2023-06-01 更新2470

MT-bench

The dataset used in the paper is MT-bench, which is an LLM-based automated evaluation metric comprising 80 challenging questions.

DataCite Commons2024-12-16 更新700

Japanese Heron-Bench

Japanese Heron-Bench是一个专为评估日语视觉语言模型(VLMs)设计的基准数据集。该数据集由图灵公司创建，包含102个独特的图像-问题-答案对，这些内容均针对日本文化背景定制。数据集的创建过程涉及收集与日本相关的公共领域或CC BY 2.0许可的图像，并为每个图像设置三个类别：对话、细节和复杂，每个类别包含一到两个问题。数据集的应用领域主要在于评估VLMs在理解和回答日语环境下的

arXiv2024-04-11 更新140

MT-Bench

这是一个包含问题ID、类别、对话轮次和GPT-5参考回答的数据集，适用于训练和评估自然语言处理模型。数据集被划分为训练集，其中包含了80个示例，总大小为74767字节。

Hugging Face2025-08-13 更新1580

MT-Bench

This dataset contains 3.3K expert-level pairwise human preferences for model responses generated by 6 models in response to 80 MT-bench questions. The 6 models are GPT-4, GPT-3.5, Claud-v1, Vicuna-13B

OpenXLab90