上海财经大学 发布 StatEval 数据集, 应用在 统计学、自然语言处理 领域

上海财经大学 本次发布的数据集 StatEval, StatEval是一个全面的大规模基准测试，用于评估大型语言模型在统计学领域的推理能力。它包括13,817个基础性问题，涵盖本科和研究生课程，以及2,374个来自顶级期刊的研究级证明任务。数据集内容丰富，来源广泛，涵盖了概率论、统计推断、回归分析、贝叶斯方法、多变量统计、渐近理论、实验设计等领域。StatEval的构建过程采用了可扩展的多智能体管道，并有人工验证环节，以确保学术严谨性。该数据集旨在帮助研究人员和开发者更好地理解和改进大型语言模型在统计学领域的推理能力。

查看StatEval

README 内容： 

关于 上海财经大学 , 上海财经大学是中华人民共和国教育部直属的一所以经济管理学科为主，经济学、管理学、法学、文学、理学、工学等多学科协调发展的研究型大学。

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。