MMLU Dataset

kaggle2023-08-20 更新2024-03-07 收录

多学科

自然语言理解

数据链接：

https://www.kaggle.com/datasets/peiyuanliu2001/mmlu-dataset 数据链接链接失效反馈

官方服务：

资源简介：

MMLU Multidisciplinary Multiple Choice Question Dataset

MMLU（Massive Multitask Language Understanding）多学科多项选择题数据集

创建时间：

2023-08-18

GLUE

自然语言理解

多任务学习

GLUE数据集是一个用于自然语言理解（NLU）的多任务基准，包含多个子任务，如自然语言推理（MNLI）、斯坦福情感树库v2（SST2）和QNLI等。该数据集由多个研究机构共同创建，旨在评估语言模型在不同NLU任务上的性能。创建过程中，数据集通过众包方式收集和标注，确保了数据的质量和多样性。GLUE数据集广泛应用于语言模型的评估和比较，特别是在隐私保护语言模型（PPLMs）的研究中，用于测试模型在保

arXiv2023-11-07 更新2730

WALNUT

自然语言理解

弱监督学习基准

WALNUT是一个专为自然语言理解任务设计的半弱监督学习基准。该数据集由微软研究院创建，包含8个不同类型的任务，涵盖文档级和令牌级预测任务。每个任务都包含由多个真实世界弱源生成的弱标签，以及一小部分干净标签。WALNUT旨在通过提供统一和系统的基准，促进弱监督在低资源自然语言理解任务中的研究和应用。数据集支持对不同弱监督方法和模型架构的有效性进行系统评估，并展示了弱监督在提升模型性能方面的潜力。

arXiv2022-05-23 更新380

PRESTO

多语言对照

自然语言理解

PRESTO数据集是由谷歌公司创建的，包含超过55万条多语言真实任务导向对话，旨在解决现有数据集在捕捉用户痛点方面的不足。该数据集包含多种挑战，如不流畅性、代码切换和用户修正，这些都是在自然语言理解任务中常见的现象。PRESTO数据集不仅包含真实的多语言对话，还提供了结构化上下文，如用户的联系人和列表，以增强对话的真实性。数据集的应用领域广泛，主要用于研究和改进虚拟助手的对话解析能力。

arXiv2023-03-17 更新210

2M-Flores-ASL

美式手语

自然语言理解

# 2M-Flores As part of the [2M-Belebele](https://github.com/facebookresearch/belebele) project, we have produced video recodings of ASL signing for all the `dev` and `devtest` sentences in the ori

魔搭社区2026-07-13 更新1420

SWAG

常识推理

自然语言理解

该数据集主要关注基于常识的接地推理，它提供了各种情境及多个选择项，要求参与者根据常识理解选出最有可能的延续。这项任务被称为常识推理。

arXiv300