TextArena 发布 TextArena 数据集, 应用在 自然语言处理、机器学习 领域

TextArena 本次发布的数据集 TextArena, 该数据集名为TextArena，是一个开源的竞技文本游戏集合，旨在对大型语言模型（LLM）中的代理行为进行训练和评估。它包含了57个以上的独特环境，用于模型的评估和比较。此外，TextArena支持实时与人类及其他模型的对抗评估，提供详细的软技能分析，并允许社区提交模型以进行评估。该数据集的规模包括在线评估的283个模型，其任务是通过竞技性文本游戏来评估LLM中的代理行为。

查看TextArena

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。