查尔斯大学 发布 FreshTab 数据集, 应用在 自然语言处理、数据集基准 领域

查尔斯大学 本次发布的数据集 FreshTab, FreshTab 是一个基于最近维基数据/维基百科条目的实时表到文本基准数据集生成方法，旨在解决大型语言模型 (LLM) 训练数据污染问题，并支持领域敏感评估。该数据集不受 LLM 记忆和基准污染问题的影响，因为其基础表格比 LLM 的知识截止日期更新。FreshTab 包含基本的领域标签，允许进行领域特定的评估。数据集可以在任何维基百科语言中生成，并可以根据多个领域进行配置。FreshTab 公开可用，并自动收集每个新版本的数据集。

查看FreshTab

README 内容： 

关于 查尔斯大学 , 查尔斯大学是捷克的一所著名大学，成立于1348年，是中欧最古老的大学之一，提供多样化的课程和研究项目。

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。