Датасет · openai
Данные бенчмарка HealthBench
openai/healthbench
Набор для оценки медицинских ответов моделей в бенчмарке HealthBench от OpenAI.
Что внутри
Датасет содержит данные для оценки HealthBench. В карточке указано, что референсная реализация бенчмарка находится в репозитории OpenAI simple-evals. Других сведений о составе, объёме, языке или формате в карточке и метаданных нет.
Что можно сделать
- Оценка медицинских LLM на HealthBench
- Воспроизведение метрик из simple-evals
- Сравнение моделей на медицинских ответах
- Скачиваний за месяц
- 9,8 тыс.
- Лайков
- 191
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("openai/healthbench")