ScaleAI/TutorBench

--- dataset_info: features: - name: TASK_ID dtype: string - name: BATCH dtype: string - name: SUBJECT dtype: string - name: PROMPT dtype: string - name: IMAGE_URL dtype: string - name: UC1_INITIAL_EXPLANATION dtype: string - name: FOLLOW_UP_PROMPT dtype: string - name: RUBRICS dtype: string - name: bloom_taxonomy dtype: string - name: Image dtype: image splits: - name: train num_bytes: 854610962.881 num_examples: 1473 download_size: 1118252762 dataset_size: 854610962.881 configs: - config_name: default data_files: - split: train path: data/train-* --- TutorBench is a challenging benchmark to assess tutoring capabilities of LLMs. TutorBench consists of examples drawn from three common tutoring tasks: (i) generating adaptive explanations tailored to a student’s confusion, (ii) providing actionable feedback on a student’s work, and (iii) promoting active learning through effective hint generation. Paper: [TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models](https://www.arxiv.org/abs/2510.02663)数据集信息： 特征： - 名称：任务ID（TASK_ID），数据类型：字符串 - 名称：批次（BATCH），数据类型：字符串 - 名称：主题（SUBJECT），数据类型：字符串 - 名称：提示词（PROMPT），数据类型：字符串 - 名称：图片链接（IMAGE_URL），数据类型：字符串 - 名称：UC1初始解释（UC1_INITIAL_EXPLANATION），数据类型：字符串 - 名称：后续提示词（FOLLOW_UP_PROMPT），数据类型：字符串 - 名称：评分准则（RUBRICS），数据类型：字符串 - 名称：布鲁姆分类法（bloom_taxonomy），数据类型：字符串 - 名称：图像（Image），数据类型：图像 划分集： - 名称：训练集（train），字节数：854610962.881，示例数量：1473 下载大小：1118252762，数据集总大小：854610962.881 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：训练集（train），路径：data/train-* TutorBench是一款用于评估大语言模型（LLM）辅导能力的高挑战性基准测试集。该基准测试集包含三类常见辅导任务的示例：（i）针对学生的困惑点生成个性化适配的解释内容；（ii）针对学生作业提供可落地的反馈意见；（iii）通过生成有效提示推动主动学习。 论文：《TutorBench：一款评估大语言模型辅导能力的基准测试集》（TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models），链接：https://www.arxiv.org/abs/2510.02663