Unbabel 发布 Zero-shot Benchmarking 数据集, 应用在 机器学习评估、自然语言处理 领域

Unbabel 本次发布的数据集 Zero-shot Benchmarking, Zero-shot Benchmarking（ZSB）框架创建的基准测试，通过利用语言模型自动生成合成测试数据，并用于评估。该框架灵活、可扩展，能够为各种任务创建基准测试，这些任务的数据收集可能成本高昂或不切实际。ZSB框架通过两个提示（数据生成元提示和评估判断提示）即可工作，不需要大量的人工注释数据。它适用于多种语言和任务，其质量和挑战性随着语言模型能力的提升而提升。

查看Zero-shot Benchmarking

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。