AlignBench 发布 AlignBench 数据集, 应用在 自然语言处理、模型评估 领域

AlignBench 本次发布的数据集 AlignBench, 该数据集是一个衡量大型语言模型（LLM）与中文人类指令对齐度的基准数据集，其中包含了针对生成文本的人类标注评估数据。该数据集不仅包含了评估指标和人工标注，而且训练集和测试集之间没有重叠。规模上，它包含了250个用户查询，每个指令下有来自8个不同LLM生成的文本。该数据集的任务是评估大型语言模型生成文本的质量。

查看AlignBench

README 内容： 

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。