Cohere For AI 发布 Global-MMLU-Lite 数据集, 应用在 多语言评估、文化敏感性评估 领域

Cohere For AI 本次发布的数据集 Global-MMLU-Lite, Global-MMLU-Lite是一个多语言评估数据集，涵盖15种语言，包括英语。它是原始Global-MMLU数据集的精简版本，每种语言包含200个文化敏感（CS）和200个文化无关（CA）样本。该数据集的样本是原始Global-MMLU数据集中完全人工翻译或后期编辑的样本。数据集由Cohere For AI社区的专业注释者和贡献者策划。它包含多个数据字段，如sample_id、subject、subject_category、question、选项（a、b、c、d）、answer、required_knowledge、time_sensitive、reference、culture、region、country、cultural_sensitivity_label和is_annotated。该数据集支持多种语言，并采用Apache 2.0许可证。

查看Global-MMLU-Lite

Dataset card 内容： 

Files and versions 内容： 

关于 Cohere For AI , Cohere For AI是一个非营利性研究实验室，致力于解决复杂的机器学习问题，通过开放合作推动机器学习研究的实质性进展，并支持通过不同媒介进行科学交流的多种视角，促进负责任的创新。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。