天津大学 发布 CORECODE 数据集, 应用在 自然语言处理、常识推理 领域

天津大学 本次发布的数据集 CORECODE, CORECODE数据集是由天津大学智能与计算学部和浙江实验室合作创建，旨在评估和提升中文大型语言模型（LLMs）在日常对话中的常识推理能力。该数据集包含19,700个对话，总计76,787条常识知识标注，涵盖实体、事件和社会交互三个维度。通过标准化标注形式“领域: 槽 = 值”，数据集定义了9个领域和37个槽，以捕捉多样的常识知识。CORECODE不仅用于评估LLMs的常识推理能力，还通过一系列对话级别的推理和检测任务，如常识知识填充、生成和冲突短语检测，来推动LLMs在日常对话情境中的应用研究。

查看CORECODE

README 内容： 

关于 天津大学 , 天津大学是中国的一所著名综合性大学，位于天津市，是教育部直属的重点大学之一。学校历史悠久，学科门类齐全，尤其在工程技术和自然科学领域享有盛誉。

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。