比勒费尔德大学 发布 TRAVELER 数据集, 应用在 时间推理、语言模型评估 领域

比勒费尔德大学 本次发布的数据集 TRAVELER, TRAVELER是一个用于评估大型语言模型（LLM）在处理事件时间推理能力上的新合成基准数据集。它包含3300个英语问题，涵盖日常家庭事件，旨在评估模型在处理不同时间明确度和事件集大小的能力。数据集分为三个类别：明确的时间问题、相对于说话时间的时间隐含问题和模糊的时间问题。为了生成基准数据集，研究人员通过随机抽样生成合成事件集，并针对每个事件集自动生成问题。数据集的目的是帮助研究人员更好地理解LLM在处理复杂时间推理任务时的性能，并推动相关技术的发展。

查看TRAVELER

关于 比勒费尔德大学 , 比勒费尔德大学是位于德国比勒费尔德市的一所公立研究型大学，以其在自然科学、工程学、经济学等领域的研究而知名。

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。