Evaluation of ChatGPT as a Data Analysis Tool

Name: Evaluation of ChatGPT as a Data Analysis Tool
Creator: DUYGU KOÇAK
Published: 2024-08-25T00:00:00+08:00

科学数据银行2024-09-25 更新2026-04-23 收录

大模型评估

因子分析性能

数据链接：

https://www.scidb.cn/detail?dataSetId=031685ea27a34ad594da7f5cc536b225 数据链接链接失效反馈

官方服务：

资源简介：

data of Evaluation of ChatGPT as a Data Analysis Tool: An Examination of Its Factor Analysis Performance

提供机构：

DUYGU KOÇAK

创建时间：

2024-08-25

open-llm-leaderboard/details_ehartford__CodeLlama-34b-Instruct-hf

大模型评估

多领域知识

该数据集是在评估模型ehartford/CodeLlama-34b-Instruct-hf时自动创建的，包含61个配置，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

Hugging Face2023-08-27 更新280

rebase_thinkprm_gemma-4-E4B-it_lcb_v6_ns8_md4_bt0_1_seed42_lcb_v6_thinkprm_2gpu

大模型评估

代码生成能力验证

该数据集包含1048个测试样本，总大小为1.57GB。数据集包含多个特征字段，包括问题（question）、生成ID（generation_id）、生成内容（generation）、令牌数量（num_tokens）、奖励（reward）、问题索引（question_index）、目标（target）、任务（task）、VF预测（vf_prediction）和级别（level）。数据集还提供了丰富的

Hugging Face2026-05-07 更新70

AlignmentResearch/StrongREJECT-test

大模型评估

有害指令检测

--- dataset_info: features: - name: clf_label dtype: class_label: names: {} - name: proxy_clf_label dtype: class_label: names: {} - name: instructions d

Hugging Face2024-07-26 更新40

open-llm-leaderboard/details_Josephgflowers__Tinyllama-616M-Cinder

大模型评估

多领域知识

--- pretty_name: Evaluation run of Josephgflowers/Tinyllama-616M-Cinder dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [Josephgflowers/Tinyllama-616M-Cinder](h

Hugging Face2024-03-31 更新140

ONOTE

符号音乐处理

大模型评估

ONOTE是一个全面的基准测试数据集，用于评估全模态大语言模型在符号音乐处理方面的性能，涵盖标准乐谱、简谱和吉他指法谱等多种符号系统，并通过确定性、零幻觉的指标进行评估。

github2026-04-08 更新60