yale-nlp/SciArena-Eval

Name: yale-nlp/SciArena-Eval
Creator: yale-nlp
Published: 2025-08-25 21:50:52
License: 暂无描述

Hugging Face2025-08-25 更新2025-08-09 收录

下载链接：

https://hf-mirror.com/datasets/yale-nlp/SciArena-Eval

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

许可证：MIT许可证（MIT License）

提供机构：

yale-nlp

yale-nlp/SciArena

SciArena是一个用于评估基础模型在科学文献任务中的性能的平台。它包括一个数据集，该数据集包含用户提出的问题、两个模型（模型A和模型B）的响应、用户对响应的投票以及每个响应对应的引用信息。

Hugging Face2025-10-15 更新30

yale-nlp/AbGen

这是一个包含人工评估数据、测试数据和验证数据的机器学习数据集，用于模型的训练和评估。具体内容没有在README中描述。

Hugging Face2025-07-14 更新60

yale-nlp/LimitGen

LimitGen Benchmark是一个用于评估大型语言模型在辅助同行评审，尤其是在识别论文局限性方面的综合基准数据集。它包括两个子集：LimitGen-Syn，一个包含11种常见问题子类型的合成数据集；以及LimitGen-Human，一个包含ICLR 2025论文提交和人类编写的评审评论的数据集。

Hugging Face2025-07-03 更新90

yale-nlp/SciArena-with-paperbank

SciArena是一个开放的科学文献任务基础模型评估平台，通过社区投票的方式对模型进行比较，采用集体智能进行模型性能评估。数据集包含训练集和测试集，测试集为从训练集中随机抽取的2000个样本，作为元评估基准。

Hugging Face2025-08-25 更新20

yale-nlp/TOMATO

--- language: - en license: cc-by-sa-4.0 configs: - config_name: default data_files: - split: count path: data/count-* - split: direction path: data/direction-* - split: rotation p

Hugging Face2024-11-08 更新80