RAFT (Realworld Annotated Few-shot Tasks)

RAFT 基准（Realworld Annotated Few-shot Tasks）专注于自然发生的任务，并使用反映部署的评估设置。 RAFT 是一个测试语言模型的小样本分类基准：跨越多个领域（点燃的评论、医疗数据、推文、客户交互等），对具有经济价值的分类任务（有人天生关心该任务）进行评估，以反映部署（每个任务 50 个标记示例，允许信息检索，隐藏测试集）描述来自：https://raft.elicit.org/