相关数据集
riddle_sense
RiddleSense专注于谜语风格的常识问答，旨在评估模型在复杂常识推理、比喻语言理解和反事实推理方面的能力。它包含5.7k个示例，提供了一个多项选择的问答任务数据集，其中包含问题、答案以及多个选项。数据集分为训练集、验证集和测试集，每个样本包括问题文本、答案选项（标签和文本）以及正确答案的键值。该数据集的授权许可允许用户将其用于研究目的，但禁止商业用途和二次分发。
OpenCSG2024-07-19 更新110
eval_inference_test
该数据集是使用LeRobot框架创建的，与机器人技术相关。数据集包含多种特征，如动作、观测（状态和来自顶部及腕部摄像头的图像）、时间戳和索引。数据集结构详细，包括代码库版本、机器人类型、总集数、帧数、任务数和文件大小等元数据。
Hugging Face2026-02-05 更新70
Cameron-Chen/countdown-opd
--- dataset_info: features: - name: target dtype: int64 - name: nums list: int64 - name: prompt list: - name: content dtype: string - name: role dtype: string
Hugging Face2026-03-21 更新60
pkuHaowei/kumo-easy
KUMO是一个评估大型语言模型复杂推理能力的基准测试数据集，通过程序生成的推理游戏进行。数据集包含五个环境：MedicalEnv、EducationEnv、MusicEnv、FantasyEnv和ChemicalEnv，每个环境有50个示例。还包括100个自动生成的示例领域，涉及计算机科学、生物学、艺术等多个类别，每个领域包含约50个真相和30个动作。
Hugging Face2025-04-10 更新90
asingh15/arc-barc-processed-direct-max4k-gpt5miniabstractions-test-qwensols-withcheck-valid
--- dataset_info: features: - name: prompt dtype: string - name: responses list: string - name: abstractions list: string - name: train dtype: string - name: test dtype
Hugging Face2025-12-14 更新60
