发布 Café Scenario Evaluation Dataset 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 Café Scenario Evaluation Dataset, 该数据集包含了100条指令及其相应的预期目标，这些指令被分为三个难度级别（简单、中等、困难），旨在评估大型语言模型（LLMs）的意图理解能力。此外，数据集还包含了评估LLMs性能的语法准确性和解释准确性指标。规模上，这100条指令按照难度分为三个级别。任务内容涉及目标解释和行为规划评估。

查看Café Scenario Evaluation Dataset

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。