马里兰大学 发布 GRACE 数据集, 应用在 自然语言处理、模型评估 领域

马里兰大学 本次发布的数据集 GRACE, GRACE数据集是由马里兰大学、伯克利加州大学和孟买印度理工学院的研究人员创建的，用于评估语言模型校准的细粒度基准。该数据集包含由专家编写的问题，每个问题至少有五个逐渐变简单的线索，这些问题在实时的人类与模型竞赛中收集。数据集旨在通过将人类的表现作为参考点，来测量模型的校准性能。

查看GRACE

README 内容： 

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。