AIM-Harvard/sorrybench

Name: AIM-Harvard/sorrybench
Creator: AIM-Harvard
Published: 2024-11-07 15:42:48
License: 暂无描述

Hugging Face2024-11-07 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/AIM-Harvard/sorrybench

下载链接

链接失效反馈

官方服务：

资源简介：

copy of sorry-bench/sorry-bench-202406 because other lab mates cannot access them

提供机构：

AIM-Harvard

AIM-Harvard/PERSIST

# PERSIST: Persuasion Integrity in Large Language Models Welcome to the GitHub repository for **PERSIST**, a project that investigates the ability of large language models (LLMs) to recognize and res

Hugging Face2024-10-18 更新40

AIM-Harvard/TrialPanorama-filtered

TrialPanorama-filtered是TrialPanorama/TrialPanorama-database的过滤版本，专注于临床试验数据。该数据集包含多种配置，如研究、条件、药物、处置、结果、生物标志物、终点、关系和药物作用机制。过滤过程移除了与特定任务CSV中ID重叠的study_id行。这是一个大规模、结构化的数据集，旨在支持AI驱动的临床试验工作流程任务。它汇总了来自Clinic

Hugging Face2026-01-22 更新60

AIM-Harvard/medmcqa_original

--- dataset_info: features: - name: id dtype: string - name: question dtype: string - name: opa dtype: string - name: opb dtype: string - name: opc dtype: string - na

Hugging Face2024-06-09 更新10

AIM-Harvard/MedBrowseComp

MedBrowseComp数据集是一个包含三个数据集的仓库，用于医疗信息搜索的深度研究和计算机使用任务。这三个数据集分别是包含50个医疗条目的MedBrowseComp_50、包含605个医疗条目的MedBrowseComp_605以及用于比较和分析的精选医疗数据集MedBrowseComp_CUA。

Hugging Face2025-08-27 更新100

AIM-Harvard/proof-of-time

该数据集包含用于评估LLM代理在学术论文分析任务上的基准，这些任务需要理解研究趋势、引用和未来方向。所有评估数据使用**训练后截止**（2025年）的论文，以避免数据污染。数据集包括：1. **基准任务**（3.8 MB）：包含多项选择题和评估样本的JSONL文件；2. **沙盒数据**（66 MB）：历史论文数据、教师出版物和用于代理评估的SOTA指标。基准套件专注于时间推理：代理必须分析历史模

Hugging Face2026-01-21 更新40