发布 K12-PEBench 数据集, 应用在 教育评估、推理过程评测 领域

本次发布的数据集 K12-PEBench, 该数据集名为K12-PEBench，是一个高质量、由人工标注的基准评测数据集，旨在评估基于从K12-PEM-800K中选取的大约3000个样本的推理过程评估能力。此外，该数据集还涉及由验证团队进行的手动标注，以评估推理步骤的正确性并识别错误类型，其任务是对推理过程的准确性和错误识别进行评估。

查看K12-PEBench

README 内容： 

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。