--- annotations_creators: [] language_creators: - crowdsourced - expert-generated - machine-generated - found - other language: - asm - ben - brx - doi - guj - hin - kan - kas - kok - mai - mal - mar
该数据集是FBI框架的一部分，用于评估评估者LLM在不同任务和评估策略中的鲁棒性。数据集包含四个主要任务类别：长文写作（Long Form Writing）、事实性（Factual）、指令遵循（Instruction Following）和推理（Reasoning）。每个任务类别下又细分为多个扰动类型，如事实性任务下的上下文错误、实体错误等。
