AGI Research 发布 MFQ-30-LLM 数据集, 应用在 自然语言处理、道德推理 领域

AGI Research 本次发布的数据集 MFQ-30-LLM, 该数据集是一个旨在评估大型语言模型道德推理能力的基准数据集，采用二元的“同意/不同意”格式，针对单个道德陈述进行评估。该数据集涵盖了包括LLaMA-2和GPT-4在内的多种大型语言模型，重点关注它们在理解和回应道德陈述方面的表现。这项任务被称为道德推理评估。

查看MFQ-30-LLM

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。