阿里巴巴集团通义实验室 发布 P-MMEVAL 数据集, 应用在 多语言评估、自然语言处理 领域

阿里巴巴集团通义实验室 本次发布的数据集 P-MMEVAL, P-MMEVAL是由阿里巴巴集团通义实验室创建的一个大规模多语言多任务基准数据集，旨在全面评估大型语言模型（LLMs）的多语言能力。该数据集包含三个基础自然语言处理（NLP）数据集和五个高级能力专项数据集，涵盖了代码生成、知识理解、数学推理、逻辑推理和指令跟随等任务。数据集通过专家翻译审查，确保了10种语言的一致覆盖，提供了跨语言的平行样本。P-MMEVAL的应用领域主要集中在LLMs的多语言能力评估和跨语言迁移能力的研究，旨在解决现有评估方法在多语言覆盖和任务多样性上的不足。

查看P-MMEVAL

Dataset card 内容： 

Files and versions 内容： 

关于 阿里巴巴集团通义实验室 , 阿里巴巴集团通义实验室是阿里巴巴集团旗下的一个研究机构，专注于前沿科技的研究与应用，涵盖人工智能、大数据、云计算等领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。