Hugging Face 发布 Sudoku-Bench 数据集, 应用在 数独推理、人工智能评估 领域

Hugging Face 本次发布的数据集 Sudoku-Bench, 该数据集精心挑选了一系列具有挑战性和非常规的数独变体，旨在评估大型语言模型在解决数独问题时所需的创造性多步骤逻辑推理能力。它包含三个子集：挑战100（核心基准）、尼科利100（手工制作的普通数独）以及来自“破解谜题”的ctc（2565个已解决的数独变体）。这些谜题涵盖了4x4、6x6和9x9的不同规模。该数据集的任务是通过解决数独变体来评估大型语言模型中的创造性推理能力。

查看Sudoku-Bench

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。