REASONER数据集由北京大数据管理和分析方法重点实验室创建，旨在通过多方面的真实用户标注来评估推荐系统的解释性。数据集包含约3000名用户的反馈，这些用户在视频推荐平台上回答了一系列关于推荐解释性的问题。数据集不仅涵盖了文本解释，还包括视觉解释，适用于多种推荐解释任务。创建过程中，通过精心设计的问题和规则来确保数据质量，旨在解决推荐系统解释性的量化评估问题，为推荐系统领域提供新的研究机会。

arXiv2023-03-01 更新650

预训练语言模型可解释性评估基准

预训练语言模型

可解释性评估

预训练语言模型可解释性评估基准是由百度公司开发的一个创新数据集，旨在评估预训练语言模型在多个维度上的表现，包括语法、语义、知识、推理和计算。该数据集包含中英文标注数据，通过精心设计的实例和标注的token级理由，测试模型在不同任务上的预测性能和可解释性。数据集的创建过程包括数据收集、扰动数据构建和迭代理由标注与检查，确保数据质量和多样性。该评估基准的应用领域广泛，旨在解决预训练语言模型在特定任务上

arXiv2022-07-28 更新140

Dataset for Explainable AI Framework Study

可解释人工智能

可解释性评估

This repository contains the dataset supporting the experimental evaluation reported in the manuscript.

Zenodo2026-02-11 更新60

GCRC

机器阅读理解

可解释性评估

GCRC是一个新的挑战性MRC数据集，源自高考中文，用于可解释性评估。该数据集包含超过5000个文本和超过8700个多项选择题（约15000个选项），并标注了句子级支持事实、干扰项的错误原因以及回答问题所需的推理技能。相关实验表明，这个数据集更具挑战性，对于诊断系统的局限性非常有用，并将帮助研究人员开发新的机器学习和推理方法来解决这些未来挑战性问题。

github2021-12-30 更新540

Comparative analysis between different explainability techniques.

可解释性评估

机器学习算法

Comparative analysis between different explainability techniques.

NIAID Data Ecosystem60