InfiniteBench

InfiniteBench主要用于评估大型语言模型处理长文本上下文的能力，其数据内容涵盖了多种类型的任务，包括passkey、kv_retrieval、number_string、code_run、code_debug、math_find、math_calc、longdialogue_qa_eng、longbook_qa_eng、longbook_sum_eng、longbook_choice_eng和longbook_qa_chn等，平均数据长度超过10万tokens。该仓库提供了标准化数据操作，方便用户加载和使用数据集，并采用Apache-2.0授权许可。

InfiniteBench数据集主要用于评估大语言模型（Large Language Model，LLM）的长文本上下文处理能力。其涵盖passkey、kv_retrieval、number_string、code_run、code_debug、math_find、math_calc、longdialogue_qa_eng、longbook_qa_eng、longbook_sum_eng、longbook_choice_eng和longbook_qa_chn等多种类型的任务，平均数据长度超过10万Token。该数据集仓库提供了标准化的数据操作流程，方便用户加载和使用该数据集，并采用Apache-2.0授权许可协议。

搜集汇总

背景与挑战

背景概述

InfiniteBench是一个专门用于评估大型语言模型处理长文本上下文能力的数据集，其核心特点是平均数据长度超过10万tokens，涵盖多种任务类型，如代码执行、数学计算和长文本问答等，旨在全面测试模型在超长上下文中的理解和推理性能。