Comet ML, Inc. 发布 Tiny QA Benchmark++ (TQB++) 数据集, 应用在 自然语言处理、模型评估 领域

Comet ML, Inc. 本次发布的数据集 Tiny QA Benchmark++ (TQB++), TQB++ 是一个超轻量级的评估套件，旨在快速检测大型语言模型（LLM）系统中的关键故障。核心数据集包含 52 个精心设计的英语问答三元组，非常适合快速 CI/CD 检查和提示工程。TQB++ 还包括一个合成工具包，允许按需生成任何语言、领域或难度的微型基准测试。数据集、生成器脚本和相关工具已在 Hugging Face Hub 和 GitHub 上以开源许可发布，以促进现代 LLMOps 中的可访问性和持续质量保证。

查看Tiny QA Benchmark++ (TQB++)

Dataset card 内容： 

Files and versions 内容： 

关于 Comet ML, Inc. , -

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。