发布 StrucText-Eval 数据集, 应用在 自然语言处理、语言模型评估 领域

本次发布的数据集 StrucText-Eval, 该数据集包含5800个预先生成并标注的样本，旨在评估大型语言模型对结构化文本的理解和推理能力。该数据集分为两个测试套件：常规测试套件和测试困难套件，后者用于评估模型在更复杂任务上的性能。规模上，数据集包含5800个样本（其中3712个在常规测试套件中，2088个在测试困难套件中），其任务是对大型语言模型在处理富含结构文本时的推理能力进行评估。

查看StrucText-Eval

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。