TaskBench
收藏arXiv2023-12-10 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2311.18760v2
下载链接
链接失效反馈官方服务：
资源简介：
用于评估大型语言模型在任务自动化中能力的基准数据集，通过工具图概念和反向指导方法生成高质量的评估数据集。
A benchmark dataset for evaluating the task automation capabilities of large language models (LLMs), which is generated via the tool graph concept and reverse guidance methodology to produce high-quality evaluation datasets.
创建时间：
2023-12-01
