TIGER-Lab/LongICLBench

该数据集是在论文《Long-context LLMs Struggle with Long In-context Learning》中采用的基准。数据集包含多轮提示和标签，特征包括1 Round Prompt、2 Round Prompt、3 Round Prompt、4 Round Prompt、5 Round Prompt和label。数据集的分割包括GoEmotion、BANKING77、FewNERD、TacRED、Discovery和DialogRE，每个分割的字节大小和示例数量也有所不同。本数据集为论文《Long-context LLMs Struggle with Long In-context Learning》（《长上下文大语言模型难以胜任长上下文学习任务》）中所采用的基准数据集。该数据集包含多轮提示与标签，其特征涵盖1轮次提示（Round Prompt）、2轮次提示（Round Prompt）、3轮次提示（Round Prompt）、4轮次提示（Round Prompt）、5轮次提示（Round Prompt）以及标签（label）。该数据集按GoEmotion、BANKING77、FewNERD、TacRED、Discovery与DialogRE划分为多个子集，各子集的字节占用量与样本数量均存在差异。

原始信息汇总

数据集概述

特征信息

• 1 Round Prompt: 数据类型为字符串。
• 2 Round Prompt: 数据类型为字符串。
• 3 Round Prompt: 数据类型为字符串。
• 4 Round Prompt: 数据类型为字符串。
• 5 Round Prompt: 数据类型为字符串。
• label: 数据类型为字符串。

数据分割

• GoEmotion: 数据大小为22269392字节，包含500个样本。
• BANKING77: 数据大小为63903578字节，包含500个样本。
• FewNERD: 数据大小为117612568字节，包含500个样本。
• TacRED: 数据大小为35790846字节，包含500个样本。
• Discovery: 数据大小为353082806字节，包含500个样本。
• DialogRE: 数据大小为35512103字节，包含118个样本。

数据集大小

• 下载大小: 281420232字节。
• 数据集大小: 628171293字节。

配置信息

• 默认配置:
  • GoEmotion: 数据文件路径为data/GoEmotion-*。
  • BANKING77: 数据文件路径为data/BANKING77-*。
  • FewNERD: 数据文件路径为data/FewNERD-*。
  • TacRED: 数据文件路径为data/TacRED-*。
  • Discovery: 数据文件路径为data/Discovery-*。
  • DialogRE: 数据文件路径为data/DialogRE-*。