OpenAI 发布 Debate Performance Dataset 数据集, 应用在 自然语言处理、辩论评估 领域

OpenAI 本次发布的数据集 Debate Performance Dataset, 该数据集包含了不同大型语言模型（LLM）在一系列开放式话题上的辩论结果。它不仅提供了辩论的详细结果，还根据不同模型对之间的辩论胜场数给出了排名。该数据集的规模为：在25个话题上，模型对之间进行了50场辩论。这一任务旨在通过辩论来评估LLM的表现。

查看Debate Performance Dataset

Dataset card 内容： 

Files and versions 内容： 

关于 OpenAI , OpenAI 是一家总部位于美国的人工智能研究公司，专注于推动人工智能的发展和应用，致力于研究人工智能技术，使其能够安全、有益地与人类共存。

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。