OpenAGI Research 发布 OpenAGI Tasks 数据集, 应用在 通用人工智能、模型评估 领域

OpenAGI Research 本次发布的数据集 OpenAGI Tasks, 该数据集旨在为评估通用人工智能（AGI）能力而设计的一系列任务，它融合了标准的基准任务和开放性任务。该数据集支持包括零样本学习、少样本学习、微调以及强化学习在内的多种学习范式，从而能够全面评估大型语言模型的表现。在训练和测试中，任务的选择包括了随机抽取的10%用于训练，以及额外的10%用于测试。这些任务涉及到大型语言模型和特定领域专家模型的多步骤现实世界任务解决。

查看OpenAGI Tasks

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。