THUDM 发布 DataSciBench 数据集, 应用在 数据科学、语言模型评估 领域

THUDM 本次发布的数据集 DataSciBench, 该数据集名为DataSciBench，是一个全面的大型语言模型（LLM）能力评估基准，适用于数据科学领域。它包含了多样化和具有挑战性的提示，用于处理不确定的真相和评估指标。数据集涵盖了来自在线平台、公开基准测试和人工编写问题的多种来源的提示，并经过专家评审确保质量。该数据集规模包括222个提示和519个测试案例，其任务范围涵盖了数据科学任务中的数据清洗、探索、可视化、预测建模、数据挖掘和可解释性评估。

查看DataSciBench

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。