NaghmehAI 发布 PerMedCQA 数据集, 应用在 医疗信息处理、自然语言处理 领域

NaghmehAI 本次发布的数据集 PerMedCQA, 该数据集名为PerMedCQA，是首个用于评估大型语言模型在现实世界中、由消费者生成的医疗问题上的波斯语基准。它包含了从初步的87,780条原始数据中精炼出的68,138个问答对。该数据集涵盖了各种互动结构、元数据字段，并经过两阶段的数据清洗过程进行净化。为确保在医疗领域的平衡表现，数据集被分层为训练集、评估集和测试集。规模上，该数据集包含68,138个问答对，其任务定位于医疗消费者问答。

查看PerMedCQA

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。