five

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
main_image_url
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
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作