中国科学技术大学 发布 AIR-BENCH 数据集, 应用在 信息检索、多语言处理 领域

中国科学技术大学 本次发布的数据集 AIR-BENCH, AIR-BENCH是由中国科学技术大学等机构创建的自动化异构信息检索基准数据集，旨在解决现有基准在评估新兴领域时的局限性。数据集通过大型语言模型自动生成，涵盖2个任务、9个领域和13种语言，包含69个数据集。数据集的创建过程包括语料准备、候选生成和质量控制三个阶段，确保数据多样性和高质量。AIR-BENCH的应用领域广泛，主要用于评估信息检索模型的性能，特别是在多语言和多领域场景下的表现。

查看AIR-BENCH

README 内容： 

关于 中国科学技术大学 , 中国科学技术大学是一所专注于培养高等学历理工人才的高等学府，致力于促进科技发展。学校提供从高等专科到博士研究生的全方位学历教育，涵盖理学、工学、管理学、经济学、文学、法学、农学等多个学科领域。此外，学校还开展博士后培养、相关科学研究以及继续教育、专业培训和学术交流等活动。近期，中国科学技术大学旗下的ABACUS原子轨道基组数据资源在浙江省数据知识产权登记平台完成了登记，这一数据集可能涉及原子轨道基组的理论与计算，对于科学研究与实际应用具有重要意义。

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。