OALL 发布 Open Arabic LLM Leaderboard (OALL) 数据集, 应用在 自然语言处理、阿拉伯语模型评估 领域

OALL 本次发布的数据集 Open Arabic LLM Leaderboard (OALL), 该数据集是对阿拉伯语大型语言模型进行评估的基准，它包括三个主要基准测试：AlGhafa、ACVA 和阿拉伯语 MMLU，同时还包含了标准大型语言模型基准测试的翻译版本。该基准测试评估了模型在不同领域的文本补全能力、逻辑正确性以及事实知识，然而，它也存在一些局限性，比如覆盖范围较窄和评价标准过于简化。该任务旨在对阿拉伯语语言模型进行评估。

查看Open Arabic LLM Leaderboard (OALL)

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。