Microsoft 发布 TALES 数据集, 应用在 自然语言处理、推理评估 领域

Microsoft 本次发布的数据集 TALES, 该数据集是一个包含了多种由人工智能合成以及人类编写的文本冒险游戏，旨在对各种推理能力进行挑战和评估。该数据集不仅涵盖了需要不同推理技能的游戏环境，还特别强调了通过定制化的评分规则来评估大型语言模型（LLMs）的表现。规模上，该数据集包含了多个游戏环境，其评分规则从0到100不等。任务目标是评估大型语言模型在文本冒险游戏中展现的推理能力。

查看TALES

关于 Microsoft , 微软是一家总部位于美国华盛顿州的全球知名科技公司。

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。