Alpaca 发布 Utility Dataset 数据集, 应用在 自然语言处理、模型性能评估 领域

Alpaca 本次发布的数据集 Utility Dataset, 该数据集是从经过精炼的Alpaca数据集中筛选出的与安全相关的（提示，回应）对，用于衡量模型在多个任务中的零样本准确性。这些任务包括BoolQ、RTE、HellaSwag、WinoGrande、ARC容易和挑战难度，以及OpenbookQA。该数据集旨在评估模型对各种任务回应的实用性。

查看Utility Dataset

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。