Allen Institute for AI 发布 Human Response-Guided Evaluation of Instruction Following (HREF) 数据集, 应用在 自然语言处理、评估方法 领域

Allen Institute for AI 本次发布的数据集 Human Response-Guided Evaluation of Instruction Following (HREF), 该数据集包含了4,258个样本，覆盖了11个任务类别，旨在提高自动评估在遵循指令任务中的可靠性。数据集中不仅包含了人类编写的回应和模型生成的回应，还包含了人类评判员对模型偏好进行的标注。这一规模的数据集为指令遵循评估任务提供了丰富的数据支持。

查看Human Response-Guided Evaluation of Instruction Following (HREF)

Dataset card 内容： 

Files and versions 内容： 

关于 Allen Institute for AI , 艾伦人工智能研究所是一家专注于AI研究和应用的高级研究机构。

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。