livebench/math
收藏Hugging Face2025-04-07 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/livebench/math
下载链接
链接失效反馈官方服务：
资源简介：
LiveBench是一个为限制测试集污染和实现客观评估而设计的大语言模型（LLM）基准测试。它具有以下特点：LiveBench通过每月发布新问题以及基于最新数据集、arXiv论文、新闻文章和IMDb电影摘要的问题来限制潜在的污染。每个问题都有可验证的客观真实答案，使得难题能够准确自动评分，无需使用LLM评判。LiveBench目前包含18个多样化的任务，分布在6个类别中，并计划随时间发布新的更困难的任务。这是livebench的instruction_following类别。
LiveBench是一个为限制测试集污染和实现客观评估而设计的大语言模型（LLM）基准测试。它具有以下特点：LiveBench通过每月发布新问题以及基于最新数据集、arXiv论文、新闻文章和IMDb电影摘要的问题来限制潜在的污染。每个问题都有可验证的客观真实答案，使得难题能够准确自动评分，无需使用LLM评判。LiveBench目前包含18个多样化的任务，分布在6个类别中，并计划随时间发布新的更困难的任务。这是livebench的instruction_following类别。
提供机构：
livebench
原始信息汇总
数据集信息
特征
- question_id: 字符串类型
- category: 字符串类型
- turns: 字符串序列
- ground_truth: 字符串类型
- grouping: 字符串类型
- release_date: 整数类型 (int64)
- hardness: 浮点数类型 (float64)
- expressions: 字符串类型
数据分割
- test:
- 字节数: 268694
- 样本数: 232
数据集大小
- 下载大小: 90590 字节
- 数据集大小: 268694 字节
配置
- default:
- 数据文件:
- 分割: test
- 路径: data/test-*
- 数据文件:
