opencompass/flames

Name: opencompass/flames
Creator: opencompass
Published: 2024-06-12T00:44:28+08:00

Hugging Face2024-04-22 更新2024-06-12 收录

数据链接：

https://hf-mirror.com/datasets/opencompass/flames 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

opencompass

原始信息汇总

数据集信息概述

许可证信息

许可证类型：Apache-2.0

opencompass/anah

视觉语言模型

问答生成

ANAH是一个双语数据集，专门用于在生成式问答中对大语言模型（LLMs）的幻觉进行注释。该数据集包含约12,000个句子级别的注释，覆盖了超过700个主题的约4,300个LLM回答。每个回答句子都经过了严格的注释，包括检索参考片段、判断幻觉类型和修正幻觉内容。数据集的组成部分包括主题名称、参考文档、选择的问题、GPT3.5和InternLM的回答，以及对这些回答的分析注释。

Hugging Face2025-03-13 更新1030

opencompass/NeedleBench

语言模型评估

文档处理

NeedleBench数据集是OpenCompass项目的一部分，旨在评估大型语言模型在处理和理解长文档方面的能力。它包括一系列测试场景，用于评估模型在长文本信息提取和推理方面的能力。该数据集支持单针检索、多针检索、多针推理和祖先追踪挑战等任务。数据集支持多种语言，包括中文和英文。

Hugging Face2026-06-02 更新360

opencompass/CodeCompass

代码生成

大型语言模型评估

CodeCompass是一个评估大型语言模型代码生成能力的基准数据集，包含来自竞争编程平台的编程问题，旨在提供一个标准化的框架来评估算法推理、问题解决和代码合成。

Hugging Face2025-08-01 更新180

opencompass/ATLAS

科学推理

人工智能基准测试

--- annotations_creators: - expert-generated - found language_creators: - expert-generated - found language: - en - zh license: cc-by-sa-4.0 multilinguality: - multilingual size_categori

Hugging Face2025-11-20 更新490

AIME2025

数学竞赛

问答系统

AIME 2025数据集，包含来自2025年美国数学邀请赛（AIME）的题目，共计15道挑战性问题。该数据集适用于问答任务，并采用MIT许可协议。

OpenCSG2025-02-23 更新320