NEWTON
收藏arXiv2025-09-30 收录
下载链接：
https://newtonreasoning.github.io
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为NEWTON，它是一个用于评估大型语言模型（LLM）物理推理能力的资料库和基准测试工具。它包含了2800个对象-属性对以及16万个问答问题。此外，NEWTON为研究人员提供了特定领域的适应性调整，并以结构化的方式评估语言模型在理解、应用和分析物理属性方面的能力。该数据集的规模包括2800个对象-属性对和16万个问答问题，其任务旨在评估LLM的物理推理能力。
