Recurring themes in comments regarding the statement: “How to best learn multitasking activities".

NIAID Data Ecosystem2026-05-02 收录

数据链接：

https://figshare.com/articles/dataset/Recurring_themes_in_comments_regarding_the_statement_How_to_best_learn_multitasking_activities_/28102083 数据链接链接失效反馈

官方服务：

资源简介：

Recurring themes in comments regarding the statement: “How to best learn multitasking activities".

创建时间：

2024-12-27

lighteval/mmlu

多任务学习

跨学科知识

该数据集名为Measuring Massive Multitask Language Understanding (MMLU)，旨在进行多项选择题的问答任务。数据集涵盖了广泛的学科领域，包括抽象代数、解剖学、天文学、商业伦理、临床知识等。数据集为单语（英语），包含多个配置，每个配置都有问题、选项和答案等特征。数据集被分为辅助训练集、测试集、验证集和开发集，每个部分都有详细的字节数和示例数信息。

Hugging Face2023-06-09 更新520

gym-extensions framework

多任务学习

机器人控制

gym-extensions框架是由加拿大麦吉尔大学的Peter Henderson领导的研究团队开发的，旨在为连续域中的多任务学习提供一个可扩展的基准环境集。该数据集包含超过50个新的环境变体，分布在12个广泛的变体类型中，这些环境基于OpenAI Gym构建，支持系统化比较多任务、迁移和终身学习方法。数据集的应用领域包括机器人控制、自动驾驶等，旨在解决复杂任务间的知识迁移和学习效率问题。

arXiv2017-08-15 更新230

ft-instruction-synthesizer-collection

语言模型预训练

多任务学习

本数据集包含用于论文'Instruction Pre-Training: Language Models are Supervised Multitask Learners'中基于上下文的指令合成器的微调数据集合。数据集涵盖了超过40个任务类别，包括文本分类、表格问答、问答和零样本分类等，用于生成指令-响应对以预训练语言模型。此外，数据集还详细介绍了多任务微调过程，以开发能够从任何原始文本生成指令

Hugging Face2024-06-19 更新190

recursal/longbench-v2

自然语言处理

多任务学习

该数据集包含多种自然语言处理任务的配置，包括多项选择题、问题回答、文本分类、表格问题回答等。数据集使用英语，内容涉及长文本上下文和推理，数据规模小于1K。数据集遵循Apache-2.0许可。不同的配置对应不同的数据文件，涵盖了学术、金融、政府、法律等多个领域。这个数据集似乎是为了多任务学习而设计，特别关注长文本上下文理解和推理。

Hugging Face2025-10-10 更新230

Stevross/mmlu

多任务学习

知识理解

该数据集是一个用于问答任务的多项选择问答数据集，涵盖了广泛的学科领域。数据集为单语（英语），规模在10K到100K之间。数据集由专家生成，不包含注释。许可证为MIT，数据来源为原创。数据集分为多个配置，每个配置都有其特定的特征和分割，包括辅助训练集、测试集、验证集和开发集。

Hugging Face2023-07-11 更新200