清华大学 发布 FLUB 数据集, 应用在 语言模型评估、谬误理解 领域

清华大学 本次发布的数据集 FLUB, FLUB是由清华大学创建的一个高质量数据集，专注于评估大型语言模型（LLMs）对谬误理解的能力。该数据集包含844个精心挑选的狡猾问题，这些问题在人类看来容易理解，但对模型来说极具挑战性。FLUB的数据来源于中国知名的在线论坛“弱智吧”，该论坛以其狡猾和不合理的发帖而闻名。数据集的创建过程包括数据清洗和标注，确保了数据的质量和适用性。FLUB的应用领域主要集中在推动LLMs对谬误的理解能力，从而提高它们处理复杂现实世界问题的能力。

查看FLUB

README 内容： 

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

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。