InfiniteBench

InfiniteBench主要用于评估大型语言模型处理长文本上下文的能力，其数据内容涵盖了多种类型的任务，包括passkey、kv_retrieval、number_string、code_run、code_debug、math_find、math_calc、longdialogue_qa_eng、longbook_qa_eng、longbook_sum_eng、longbook_choice_eng和longbook_qa_chn等，平均数据长度超过10万tokens。该仓库提供了标准化数据操作，方便用户加载和使用数据集，并采用Apache-2.0授权许可。