ReliableAI 发布 IRLBench 数据集, 应用在 自然语言处理、教育评估 领域

ReliableAI 本次发布的数据集 IRLBench, 该数据集名为IRLBench，是一个由2024年爱尔兰中学毕业考试中的12个代表性科目发展而来的基准测试集。它旨在评估模型在英语和爱尔兰语中的长篇生成能力。该基准测试支持对正确性和语言保真度的全面评估，尤其是在资源较少的语言如爱尔兰语中。该数据集涵盖了12个科目，任务是对开放性推理能力的评估。

查看IRLBench

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。