StatQA
收藏arXiv2025-09-30 收录
下载链接：
https://statqa.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StatQA，专为统计分析任务设计，包含11,623个实例，旨在评估大型语言模型（LLMs）在专业统计任务中的熟练程度及其在假设检验方法适用性评估方面的能力。该数据集用于测试和评估，包括由数据集构建管道生成的训练集。其规模达到11,623个示例，任务重点在于评估大型语言模型在统计任务中的表现。
提供机构：
Authors of the paper
