发布 DBGorilla 数据集, 应用在 数据库查询、语言模型性能评估 领域

本次发布的数据集 DBGorilla, 该数据集通过DBGorilla排行榜展示了在不同评估指标下，模型性能的明显层次结构，涵盖了8个大型语言模型在不同查询复杂度上的表现。此外，数据集还包括了诸如精确匹配分数、抽象语法树分数等性能指标，并对涉及地面真实查询的API组件进行了详细分解。该数据集的测试查询规模为315个，其任务是评估大型语言模型在数据库查询方面的性能。

查看DBGorilla

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。