乔治亚理工学院 发布 Geo20Q+ 数据集, 应用在 自然语言处理、地理信息系统 领域

乔治亚理工学院 本次发布的数据集 Geo20Q+, Geo20Q+是一个包含来自世界各地各种地理区域实体的数据集，包括文化上有重要意义的事物（如食物、地标、动物）和知名人士（如政治家、学者、运动员等）。该数据集旨在评估大型语言模型（LLMs）在推理过程中隐含的地域和文化偏见。Geo20Q+数据集的创建过程包括从维基百科收集实体页面，并根据实体在各个国家的知名度进行排序和筛选。数据集包含8375个事物实体和24049个知名人士实体。Geo20Q+数据集可以用于评估LLMs在不同游戏设置和多种语言环境下的推理能力和地域性能差异。

查看Geo20Q+

README 内容： 

关于 乔治亚理工学院 , 乔治亚理工学院（Georgia Tech）是一所位于美国乔治亚州亚特兰大的著名公立研究型大学，以其在工程、计算机科学和科技领域的卓越教育和研究而闻名。

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。