香港科技大学 发布 Ref-Long 数据集, 应用在 自然语言处理、长上下文理解 领域

香港科技大学 本次发布的数据集 Ref-Long, Ref-Long数据集是一个用于评估长上下文语言模型（LCLMs）的长上下文引用能力的新型基准。数据集包含三个子集，从合成到真实场景，旨在评估LCLMs识别文档中特定键索引的能力。数据集共包含1800个不同的任务，每个任务要求LCLMs不仅从文档中检索特定的键，还必须识别所有引用该键的文档的索引。该数据集的创建旨在解决现有长上下文基准的局限性，并促进LCLMs在长上下文引用和理解能力方面的发展。

查看Ref-Long

README 内容： 

关于 香港科技大学 , 香港科技大学是位于中国香港的一所国际知名研究型大学，以工程、商业和管理学科闻名，同时在科学、人文和社会科学领域也有显著成就。

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。