Arena-Hard-v0.1
收藏kaggle2024-04-24 更新2024-04-26 收录
下载链接：
https://www.kaggle.com/datasets/bench225/arena-hard-v0-1
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2024-04-24
相关数据集
Arena-Hard-v0.1
From Live Data to High-Quality Benchmarks: The Arena-Hard Pipeline
kaggle2024-05-01 更新80
arena-hard-auto-v0.1
Arena-Hard-Auto-v0.1是一个自动评估工具，用于评估指令调优的大型语言模型（LLMs）。它包含500个来自Chatbot Arena的具有挑战性的用户查询，并通过提示GPT-4-Turbo作为评判，将模型的响应与基准模型（默认：GPT-4-0314）进行比较。该数据集在流行的开放式LLM基准测试中具有最高的相关性和可分性。
Hugging Face2024-09-05 更新70
ko-arena-hard-auto-v0.1
该数据集是基于[arena-hard-auto-v0.1](https://huggingface.co/datasets/lmarena-ai/arena-hard-auto-v0.1)的韩语翻译版本，使用`GPT-4o`和`o1`进行翻译并经过人工校对。数据集包含了一些翻译后的提示模板和示例，展示了如何评估两个AI助手提供的回答质量。此外，数据集还与另一个名为[m-ArenaHard](htt
Hugging Face2024-12-11 更新70
arena-hard-auto-v0.1
## Arena-Hard-Auto **Arena-Hard-Auto-v0.1** ([See Paper](https://arxiv.org/abs/2406.11939)) is an automatic evaluation tool for instruction-tuned LLMs. It contains 500 challenging user queries sourc
魔搭社区2026-05-16 更新320
alvarobartt/lmsys-arena-hard-v0.1
该数据集包含用于生成大语言模型（LLM）答案的问题，以便后续评估其响应，作为Arena Hard Benchmark的一部分。数据集的内容最初来源于`lm-sys/arena-hard-auto`仓库中的`question.jsonl`文件。此数据集是为了在Hugging Face Hub上更好地使用而重新上传的，所有版权和许可相关问题应归功于LMSYS，因为他们是数据集的创建者并拥有所有版权。
Hugging Face2024-05-22 更新90
