MilkThink Lab 发布 RouterEval 数据集, 应用在 大型语言模型、路由器性能评估 领域

MilkThink Lab 本次发布的数据集 RouterEval, 该数据集名为RouterEval，是一个专为路由器研究设计的基准测试，包含了超过2亿条性能记录，这些记录来自于12个流行的大型语言模型（LLM）评估领域，如基于知识的问答、常识推理、语义理解、数学推理以及指令遵循等，基于超过8500个大型语言模型的数据。此外，该数据集指出，目前缺乏针对路由大型语言模型的全面开源基准测试，这限制了路由器的发展。其规模之大，拥有超过2亿条性能记录，其任务是评估路由大型语言模型的性能。

查看RouterEval

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。