MFQ-30-LLM
收藏arXiv2025-09-30 收录
下载链接：
https://drive.google.com/drive/u/0/folders/1k93YZJserYc2CkqP8d4B3M3sgd3kA8W7
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个旨在评估大型语言模型道德推理能力的基准数据集，采用二元的“同意/不同意”格式，针对单个道德陈述进行评估。该数据集涵盖了包括LLaMA-2和GPT-4在内的多种大型语言模型，重点关注它们在理解和回应道德陈述方面的表现。这项任务被称为道德推理评估。
提供机构：
AGI Research
