К содержимому

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")