TReB

该数据集为评估大型语言模型在表格推理方面的能力提供了一个全面的基准，涵盖了从浅层的表格理解能力到深层的表格推理能力，共计26个子任务。数据集的构建采用了关键词检索与人工筛选相结合的混合策略，并包含了一个统一的后处理流程，以确保任务的准确性和一致性。该数据集旨在对表格推理能力进行评估。