雅典经济与商业大学 发布 GREEKBARBENCH 数据集, 应用在 法律推理、自然语言处理 领域

雅典经济与商业大学 本次发布的数据集 GREEKBARBENCH, GREEKBARBENCH是一个针对法律推理和引用的基准数据集，包含来自希腊律师考试的五个不同法律领域的自由文本问题。数据集要求引用法律条文和案件事实。为了解决自由文本评估的挑战，我们提出了一个三维评分系统，并结合了LLM-as-a-judge的方法。我们还开发了一个元评估基准，以评估LLM-judges与人类专家评估之间的相关性，结果表明，简单的基于跨度的评分标准提高了它们的对齐度。我们对13个专有和开放权重LLMs的系统评估表明，尽管最好的模型超过了平均专家分数，但它们仍然低于专家分数的第95百分位数。

查看GREEKBARBENCH

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。