发布 wikieval 数据集, 应用在 自然语言处理、机器学习评估 领域

本次发布的数据集 wikieval, 该数据集名为WikiEval，包含了2022年创建的50个维基百科页面中提出的问题。它对比了GPT-3.5在有和无上下文情况下给出的答案，以评估其忠实度。此外，两名人类标注者判定哪个答案更忠实，他们之间的人类一致性达到了95%。该任务的目的是评估答案的忠实性。

查看wikieval

Dataset card 内容： 

Files and versions 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。