微软研究院 发布 MMLU-CF 数据集, 应用在 语言模型评估、多任务学习 领域

微软研究院 本次发布的数据集 MMLU-CF, MMLU-CF是由微软研究院创建的一个无污染的多任务语言理解基准数据集，旨在评估大型语言模型（LLMs）的世界知识理解能力。该数据集包含20000个问题，分为10000个测试集和10000个验证集，涵盖14个领域，从2000亿份公开文档中筛选而来。数据集的创建过程包括多选题收集、清洗、难度采样、LLMs检查和无污染处理，确保数据集的多样性和高质量。MMLU-CF的应用领域主要是评估和提升LLMs在多任务环境下的表现，旨在解决现有基准数据集可能存在的数据泄露问题，提供一个更严格和可靠的评估标准。

查看MMLU-CF

Dataset card 内容： 

Files and versions 内容： 

关于 微软研究院 , 微软研究院是微软公司旗下的研究机构，成立于1991年，致力于推动计算机科学和相关领域的技术进步。该研究院在人工智能、云计算、数据科学等领域有重要研究成果，并与全球多所大学和研究机构合作。

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。