Debate Performance Dataset

该数据集包含了不同大型语言模型（LLM）在一系列开放式话题上的辩论结果。它不仅提供了辩论的详细结果，还根据不同模型对之间的辩论胜场数给出了排名。该数据集的规模为：在25个话题上，模型对之间进行了50场辩论。这一任务旨在通过辩论来评估LLM的表现。