Obsismc/mmlu-multi_answers

该数据集是cais/mmlu格式的变体，每个问题包含多个正确答案。数据集通过gpt-4o-mini生成，并使用语义嵌入和余弦相似度方法去除了相似的问题，以提高数据质量。数据集包括问题、选项、答案和主题字段，其中主题字段始终为空。

This dataset is a variant of the cais/mmlu format, with each question having multiple correct answers. The dataset is generated using gpt-4o-mini and similar questions are removed using semantic embedding and cosin similarity to enhance data quality. It includes fields for questions, choices, answers, and subject, with the subject field always being empty.

搜集汇总

背景与挑战

背景概述

该数据集是基于cais/mmlu格式的多答案版本，每个问题包含多个正确答案，使用GPT-4o-mini生成并通过语义相似度去重优化。数据集包含3,362个英文文本问题，涵盖广泛主题，旨在评估模型在多答案选择任务中的性能。