LAMBADA Word Prediction

kaggle2023-12-02 更新2024-03-07 收录

数据链接：

官方服务：

资源简介：

Evaluating text understanding through word prediction

通过词预测（word prediction）评估文本理解（text understanding）

创建时间：

2023-12-02

WinoGrande是一个包含44k问题的数据集，灵感来源于Winograd Schema Challenge，但进行了调整以提高规模和对抗数据集特定偏见的鲁棒性。该数据集的任务是填空，提供两个选项，目标是为给定的句子选择正确的选项，这需要常识推理。

Hugging Face2024-01-18 更新3450

该数据集包含多个特征，如问题、上下文、文本块、文本块数量和相关文档。数据集分为训练集，包含750个样本，总大小为6131236字节。下载大小为2858301字节。数据集的配置信息包括默认配置和训练集的数据文件路径。

Hugging Face2024-06-23 更新280

CoSTAR基准数据集，包含121张用于测试CoSTA*的图片，涵盖图像仅有的和文本+图像任务。

github2025-03-07 更新180

MCTest 是一套免费提供的 660 个故事和相关问题，旨在研究机器对文本的理解。数据是使用 Mechanical Turk 收集的。有关数据的详细信息，以及收集和清理数据的过程，可以在我们发表于 EMNLP 2013 的论文中找到。

OpenDataLab2026-07-12 更新1540

HuWNLI数据集是Winograd模式任务的匈牙利语翻译版本，属于匈牙利语言理解评估基准工具包（HuLU）的一部分。该数据集通过翻译和人工校对原始英语Winograd模式创建，支持指代消解任务，并且是单语种数据集，仅包含匈牙利语数据。

Hugging Face2025-01-16 更新250