发布 TimeBench 数据集, 应用在 自然语言处理、时间推理 领域

本次发布的数据集 TimeBench, 该数据集是一个全面的多层次时间推理基准，涵盖了广泛的时间推理现象。TimeBench旨在评估大型语言模型的时间推理能力，并突出其与人类能力之间的性能差距。该任务旨在对大型语言模型进行时间推理能力的评估。

查看TimeBench

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。