格罗宁根大学 发布 MultiBLiMP 1.0 数据集, 应用在 自然语言处理、多语言语料库 领域

格罗宁根大学 本次发布的数据集 MultiBLiMP 1.0, MultiBLiMP 1.0是由格罗宁根大学和德克萨斯大学奥斯汀分校的研究人员创建的一个大规模多语言语料库，包含101种语言，6种语言现象，超过125,000个最小对立体。该数据集通过利用Universal Dependencies和UniMorph的大规模语言资源，采用全自动管道创建。它不仅是一个评估基准，还是一个可以自动创建高度多语言基准的管道，可扩展到更多的句法现象。该数据集主要用于评估大型语言模型在多语言环境下的语言能力，并揭示了当前最先进技术在处理低资源语言方面的不足。

查看MultiBLiMP 1.0

Dataset card 内容： 

Files and versions 内容： 

关于 格罗宁根大学 , 格罗宁根大学是荷兰的一所综合性大学，成立于1614年，位于格罗宁根市，是欧洲最古老的大学之一，提供广泛的教育和研究项目。

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。