Floworks 发布 HubBench 数据集, 应用在 客户关系管理、自然语言处理 领域

Floworks 本次发布的数据集 HubBench, 该数据集是一个基于HubSpot客户关系管理操作的全面基准数据集，旨在评估ThorV2模型在与OpenAI和Anthropic领先模型的对比中的表现。该数据集包含了准确性、可靠性、延迟和成本等指标，并涵盖了广泛的实际客户关系管理任务。其规模为200个查询（包括142个单一API查询和58个复杂查询），任务是对大型语言模型中的函数调用能力进行评估。

查看HubBench

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。