马里兰大学帕克分校 发布 ONERULER 数据集, 应用在 自然语言处理、多语言模型评估 领域

马里兰大学帕克分校 本次发布的数据集 ONERULER, ONERULER是一个多语言长文本理解评估基准，包含7个合成任务，跨越26种语言，旨在评估长文本上下文语言模型在多语言环境下的表现。数据集通过两个步骤创建，首先用英语撰写任务指令，然后由各语言的母语者翻译成其他25种语言。数据集包含5.2K个提示，每个任务、每种语言、每个模型都有50个示例。ONERULER的任务包括多种变体的针-in-a-haystack检索任务和两个聚合任务，用于测试模型在长文本上下文中的信息检索和聚合能力。

查看ONERULER

README 内容： 

关于 马里兰大学帕克分校 , 马里兰大学帕克分校是美国马里兰州的一所公立研究型大学，也是马里兰大学系统中的旗舰校区，以其在科学、工程、公共卫生等领域的卓越研究和教学质量而闻名。

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。