发布 Situation Puzzle 数据集, 应用在 情境谜题、语言模型评估 领域

本次发布的数据集 Situation Puzzle, 该数据集是一个包含975个分级情境谜题的基准测试，这些谜题分为三个难度级别，旨在评估和引导大型语言模型（LLM）的横向思维。这些谜题被分为简单、中等和困难三个难度类别，并通过网络爬虫过程收集，之后由人工审核以确保质量。该数据集规模包含975个独特的情境谜题，其任务是评估大型语言模型的横向思维能力。

查看Situation Puzzle

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。