复旦大学 发布 RoTBench 数据集, 应用在 语言模型鲁棒性、工具学习 领域

复旦大学 本次发布的数据集 RoTBench, RoTBench是由复旦大学开发的一个多级基准数据集，用于评估大型语言模型在工具学习中的鲁棒性。该数据集包含五个不同噪音水平的环境，涵盖清洁、轻微、中等、重度和联合级别，旨在深入分析模型在工具选择、参数识别和内容填充三个关键阶段的稳定性。数据集通过模拟真实世界中的噪音情况，帮助研究人员评估和提高语言模型在复杂环境中的性能。

查看RoTBench

README 内容： 

关于 复旦大学 , 复旦大学是中国的一所综合性研究型大学，以其在多个学科领域的卓越表现和研究成果享誉全球。

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。