首页/数据集/Additional file 2 of GPT-4 performance on querying scientific publications: reproducibility, accuracy, and impact of an instruction sheet

Additional file 2 of GPT-4 performance on querying scientific publications: reproducibility, accuracy, and impact of an instruction sheet

NIAID Data Ecosystem2026-05-02 收录

文献检索

大型语言模型评估

数据链接：

https://figshare.com/articles/dataset/Additional_file_2_of_GPT-4_performance_on_querying_scientific_publications_reproducibility_accuracy_and_impact_of_an_instruction_sheet/26103834 数据链接链接失效反馈

官方服务：

资源简介：

Supplementary Material 2.

应用场景：

创建时间：

2024-06-25

大型语言模型评估

学科知识

该数据集是在模型FoxEngineAi/Mega-Destroyer-8x7B在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集是从2次运行中生成的，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个额外的配置results存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboar

Hugging Face2024-03-15 更新210

open-llm-leaderboard/details_TheBloke__llama-30b-supercot-SuperHOT-8K-fp16

大型语言模型评估

多领域知识

--- pretty_name: Evaluation run of TheBloke/llama-30b-supercot-SuperHOT-8K-fp16 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [TheBloke/llama-30b-supercot-Sup

Hugging Face2023-08-27 更新140

AUEB-NLP/greek-bar-bench

法律推理

大型语言模型评估

GreekBarBench 是一个用于评估大型语言模型（LLM）在五个不同法律领域内进行复杂法律推理能力的基准数据集。该数据集由希腊律师资格考试（2015-2024年）中的法律问题组成，要求模型在开放书籍格式下，结合案件事实、法律问题以及相关法律条文进行推理，并提供包含明确引用的案件事实和法律条文的自由文本答案。数据集旨在评估复杂的法律推理能力，包括多跳推理和法律条文的准确应用。

Hugging Face2025-06-06 更新130

open-llm-leaderboard/details_DreadPoor__Siren-7B-slerp

大型语言模型评估

多领域知识

--- pretty_name: Evaluation run of DreadPoor/Siren-7B-slerp dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [DreadPoor/Siren-7B-slerp](https://huggingface.co/Dr

Hugging Face2024-04-15 更新200

open-llm-leaderboard/details_TheBloke__Chinese-Alpaca-33B-SuperHOT-8K-fp16

大型语言模型评估

多领域知识

--- pretty_name: Evaluation run of TheBloke/Chinese-Alpaca-33B-SuperHOT-8K-fp16 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [TheBloke/Chinese-Alpaca-33B-Sup

Hugging Face2023-08-27 更新140

Additional file 2 of GPT-4 performance on querying scientific publications: reproducibility, accuracy, and impact of an instruction sheet

资源简介：

相关数据集