Alibaba-NLP 发布 LaRA Benchmark 数据集, 应用在 自然语言处理、问答系统 领域

Alibaba-NLP 本次发布的数据集 LaRA Benchmark, 该数据集包含了2326个测试案例，涵盖了四个实际问答任务类别和三种自然产生的长文本类型。该数据集旨在促进对检索增强生成（RAG）和长上下文（LC）大型语言模型（LLM）的严格比较，重点关注它们在不同任务和模型配置下的性能表现。

查看LaRA Benchmark

README 内容： 

关于 Alibaba-NLP , -

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。