FewCLUE
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/FewCLUE
下载链接
链接失效反馈官方服务:
资源简介:
我们介绍了中国的少拍学习评估基准 (FewCLUE),这是中国第一个综合的少拍评估基准。
中文。它包括九项任务,范围
从单句和句子对分类任务到机器阅读理解任务。我们系统地评估
五个最先进的 (SOTA) 少镜头学习
方法 (包括PET,ADAPET,lm-bff,
P-tuning和EFL),并在新构建的FewCLUE基准上将它们的性能与微调和零射击学习方案进行比较。实验结果表明: 1) 不同次注射的效果
学习方法对预先训练的人很敏感
应用这些方法的模型; 2)
PET和P-tuning分别与RoBERTa和ERNIE实现了最佳的整体性能。我们的基准在NLPCC 20211的几次学习比赛中使用
。此外,我们提供了一个用户友好的工具包,如
以及在线排行榜,以帮助促进
中国少枪学习的进一步进展。
我们提供了不同学习方法的基线表现,为未来的研究提供了参考。
提供机构:
OpenDataLab
创建时间:
2022-06-23
搜集汇总
数据集介绍

背景与挑战
背景概述
FewCLUE是中国首个综合性少样本学习评估基准,包含九项任务,涵盖从单句分类到机器阅读理解。该数据集在NLPCC 2021比赛中使用,提供了基线性能评估和工具包,旨在推动中文少样本学习研究。
以上内容由遇见数据集搜集并总结生成



