CatCoLA - Catalan Corpus of Linguistic Acceptability

B2FIND2026-05-30 收录

可接受性评估

语言模型评测

数据链接：

https://b2find.eudat.eu/dataset/9e05add0-47f1-5a65-bd75-47624f9e27ca 数据链接链接失效反馈

官方服务：

资源简介：

We introduce CatCoLA, the Catalan Corpus of Linguistic Acceptability that will contribute to the Catalan Language Understanding Benchmark (CLUB) to assess and compare the...

本研究介绍了CatCoLA，即加泰罗尼亚语言可接受性语料库（Catalan Corpus of Linguistic Acceptability），该语料库将助力加泰罗尼亚语言理解基准测试（Catalan Language Understanding Benchmark，CLUB），以开展评估与对比……

open-llm-leaderboard/details_grimjim__Mistral-7B-Instruct-demi-merge-v0.2-7B

语言模型评测

基准测试

该数据集是在Open LLM Leaderboard上对模型grimjim/Mistral-7B-Instruct-demi-merge-v0.2-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于

Hugging Face2024-03-27 更新190

CoffeeGitta/difficulty-aime_1983-2024-generations

数学研究

语言模型评测

该数据集是一个针对AIME（美国数学邀请赛，1983-2024年）问题的LLM生成解决方案集合。它包含多个模型（如Qwen2.5-Math、DeepSeek-R1、GPT-OSS-20B等）在不同配置下生成的数学问题解答，覆盖训练、验证和测试分割。数据集中每个条目包括问题陈述、生成的解决方案列表（带分数和成本信息）、成功率、多数投票正确性等字段，旨在用于研究LLM的失败预测，即通过生成前的激活来预

Hugging Face2026-05-25 更新100

RV1-302A031209 - Grammaticality Judgements - sini

可接受性评估

Blanga语言文化

I am uttering Blanga sentences. The consultant has been instructed to identify those that he will naturally use. When a sentence is well-formed he is supposed to repeat it, while when a sentence is il

Research Data Australia70

open-llm-leaderboard/details_nathan0__mpt_delta_tuned_model_v2

语言模型评测

多领域知识

该数据集是在模型nathan0/mpt_delta_tuned_model_v2的评估运行中自动创建的。数据集由61个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名使用运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

Hugging Face2023-08-29 更新180

RuCoLA

自然语言处理

可接受性评估

俄语语言可接受性语料库 (RuCoLA) 是一个数据集，由俄语句子及其二进制可接受性判断组成。它包括来自语言出版物和机器生成示例的专家撰写的句子。语料库涵盖了多种语言现象，从语法和语义到生成模型幻觉。我们发布RuCoLA以促进开发用于识别自然语言错误的方法，并创建公共排行榜以跟踪此问题的进展。

OpenDataLab2026-07-12 更新90