HNU 发布 ScholarBench 数据集, 应用在 学术推理、自然语言处理 领域

HNU 本次发布的数据集 ScholarBench, ScholarBench是一个专注于深度专家知识和复杂学术问题解决的基准，旨在评估大型语言模型（LLMs）在学术推理能力。该数据集由来自不同学术领域的5,031个韩文示例和5,309个英文示例组成，涵盖了五个不同的问题类型。数据集通过一个三步过程构建，旨在确保高质量的评价数据。该基准旨在评估LLMs在抽象、理解和推理方面的能力，并涵盖了八个不同的研究领域。此外，该数据集是一个英语-韩语的双语数据集，方便同时评估LLMs在两种语言中的语言能力。

查看ScholarBench

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。