Датасет · cardiffnlp
Бенчмарк для ответов на вопросы по табличным данным
cardiffnlp/databench
80 наборов табличных данных и вопросов на английском и испанском языках для оценки LLM.
Что внутри
Оригинальный корпус из 80 датасетов, подготовленный для научной статьи LREC-COLING 2024 и соревнования SemEval 2025 Task 8. В репозитории содержатся текстовые данные и вопросы к таблицам на английском и испанском языках, включая тестовые сплиты. Общий объём составляет от 1 до 10 тысяч записей.
Что можно сделать
- Оценка способности языковых моделей отвечать на вопросы по таблицам
- Обучение или дообучение (SFT) моделей для анализа структурированных данных
- Подготовка и тестирование решений для задач уровня соревнования SemEval
- Задачи
- Вопросы по таблицам, Вопрос-ответ
- Языки
- Английский, Испанский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 24,8 тыс.
- Лайков
- 16
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("cardiffnlp/databench")