登录后查看消息通知
搜索
常见问题
消息
登录
winogrande
收藏
kaggle
2024-05-28 更新
2026-03-21 收录
下载链接:
https://www.kaggle.com/datasets/ramikanimperador/winogrande
下载链接
链接失效反馈
官方服务:
购买咨询
问题咨询
资源简介:
Tipo: Raciocínio lógico, Desambiguação semântica, Coreferência. Uso: Fine-tuning
应用场景:
创建时间:
2024-05-28
相关数据集
winogrande
WinoGrande提供了一系列规模不同的问题集,最大规模包含4万多条样本,最小规模包含160条样本。每个样本都包含一个句子和两个选项,目标是从中选择正确的选项来完成句子,这需要常识推理能力。数据集的每个样本都包含句子、选项1、选项2和答案四个字段。此数据集旨在提高规模和鲁棒性,以对抗特定于数据集的偏差。
Opencsg
2024-07-19 更新
13
0
winogrande
# Dataset Card for "winogrande" ## Table of Contents - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported Tasks and Leaderboards](#supported-tasks-and
魔搭社区
2026-01-06 更新
19
0
WinoGrande
“Winograd Schema Challenge (WSC)(Levesque、Davis 和 Morgenstern 2011 年)是常识推理的基准,是一组 273 个专家制作的代词解析问题,最初设计用于依赖选择的统计模型无法解决偏好或单词关联。然而,神经语言模型的最新进展已经在 WSC 的变体上达到了大约 90% 的准确率。这就提出了一个重要的问题,这些模型是否真正获得了强大的常识能力,
OpenDataLab
2026-07-05 更新
329
0
WinoGrande
“Winograd Schema Challenge (WSC)(Levesque、Davis 和 Morgenstern 2011 年)是常识推理的基准,是一组 273 个专家制作的代词解析问题,最初设计用于依赖选择的统计模型无法解决偏好或单词关联。然而,神经语言模型的最新进展已经在 WSC 的变体上达到了大约 90% 的准确率。这就提出了一个重要的问题,这些模型是否真正获得了强大的常识能力,
OpenXLab
0
0
winogrande
WinoGrande提供了一系列规模不同的问题集,最大规模包含4万多条样本,最小规模包含160条样本。每个样本都包含一个句子和两个选项,目标是从中选择正确的选项来完成句子,这需要常识推理能力。数据集的每个样本都包含句子、选项1、选项2和答案四个字段。此数据集旨在提高规模和鲁棒性,以对抗特定于数据集的偏差。
OpenCSG
2024-07-19 更新
5
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广