five

TAUR-dev/D-EVAL__standard_eval_v3__FinEval_16k_fulleval_3args_Random-RL-acronym_4o-eval_rl

收藏
Hugging Face2025-11-09 更新2025-11-15 收录
下载链接:
https://hf-mirror.com/datasets/TAUR-dev/D-EVAL__standard_eval_v3__FinEval_16k_fulleval_3args_Random-RL-acronym_4o-eval_rl
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含问题、答案以及相关元数据的数据集,用于评估模型在回答问题时的性能。数据集中的每个实例包含了问题的详细描述、答案、任务配置、任务来源、提示内容以及与模型响应相关的多种评估指标。数据集分为测试集,可用于模型性能的测试和验证。

This dataset contains questions, answers, and associated metadata for evaluating the performance of models in answering questions. Each instance in the dataset includes a detailed description of the question, answer, task configuration, task source, prompt content, and various evaluation metrics related to model responses. The dataset is split into a test set, which can be used for testing and validating the performance of models.
提供机构:
TAUR-dev
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作