CaLMQA是一个包含23种高资源到低资源语言的长形式问答（LFQA）数据集，包含2000个问题。问题分为文化特定问题和文化无关问题，文化特定问题是由特定文化背景的人提出的，而文化无关问题则是从英语翻译到其他语言的。数据集的结构包括语言、问题类型、问题、问题的英文翻译和答案。数据集的创建过程涉及从多个网站收集高资源到中资源语言的问题，以及通过众包工人编写低资源语言的问题。数据集的使用目的是评估最先

Hugging Face2024-06-13 更新320

Encyclo-K

知识评估

语言模型

Encyclo-K是由字节跳动种子中国、中国科学院等机构联合构建的动态知识评估基准数据集，旨在解决传统基准的数据污染、单知识点评估局限性和高标注成本问题。该数据集从62本权威教科书中提取21,525条正确知识陈述，并生成21,494条错误陈述，覆盖11个学科的43个领域，最终组合成5,038道含8-10个陈述的综合性问题。通过程序化随机组合机制，每个问题平均包含3,113个token，实现了评估内

arXiv2025-12-31 更新160

Knowledge transfer subject measurement items.

资源简介：

相关数据集