发布 BigGSM++ 数据集, 应用在 自然语言处理、模型评估 领域

本次发布的数据集 BigGSM++, 该数据集是一个扩展的基准，它为像DeepSeek-R1这样的大型语言模型提供了更为全面的推理能力评估。此外，它还特别关注于优化推理大型语言模型的性能评估需求，并在文本模态实验中进行了相关任务的研究。

查看BigGSM++

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。