相关数据集
PersonaLens
PersonaLens是一个用于评估面向任务的AI助手个性化能力的全面基准数据集。该数据集由亚马逊的研究团队创建，包含1500个用户配置文件、111个任务以及两个基于LLM的代理：一个模拟真实用户与AI助手进行任务导向对话的用户代理，以及一个基于LLM-as-a-Judge范式评估个性化的法官代理。数据集涵盖了丰富的用户偏好和交互历史，为个性化评估提供了深入的上下文信息。
arXiv2025-06-12 更新710
DCAgent2/dev_set_v2_nemotron_terminal_corpus_unified_3160__Qwen3_8B_20260326_001239
--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype
Hugging Face2026-03-26 更新30
FED
FED数据集由INESC-ID和里斯本技术高级研究所创建，包含4,712条标注，涉及人类与聊天机器人之间的对话。该数据集详细标注了对话的各个质量方面，如流畅性、相关性等，共计十八个维度。数据集的创建旨在为大型语言模型在开放域对话评估中提供基准，特别关注于现代聊天机器人的性能评估。
arXiv2024-07-04 更新220
team-hatakeyama-phase2/AutoMultiTurnByCalm3-22B-Corrected-reformatted
--- dataset_info: features: - name: q1 dtype: string - name: a1 dtype: string - name: q2 dtype: string - name: a2 dtype: string - name: messages list: - name: conte
Hugging Face2024-07-31 更新40
