| | --- |
| | task_categories: |
| | - text-generation |
| | language: |
| | - zh |
| | pretty_name: lucyeval |
| | size_categories: |
| | - 1M<n<10M |
| | license: cc-by-sa-4.0 |
| | --- |
| | |
| | ## 请前往 https://huggingface.co/datasets/Besteasy/CG-Eval 下载数据集 |
| |
|
| | ## 评测数据集简介 |
| | LucyEval是甲骨易推出的中文大模型全面评测体系。CG-Eval是其中针对中文大模型生成能力的测试基准。 |
| |
|
| | CG-Eval是甲骨易AI研究院与LanguageX AI Lab联合研发的针对中文大模型生成能力的测试基准。在此项测试中，受测的中文大语言模型需要对科技与工程、人文与社会科学、数学计算、医师资格考试、司法考试、注册会计师考试这六个大科目类别下的55个子科目的11000道不同类型问题做出准确且相关的回答。 我们设计了一套复合的打分系统，对于非计算题，每一道名词解释题和简答题都有标准参考答案，采用多个标准打分然后加权求和。对于计算题目，我们会提取最终计算结果和解题过程，然后综合打分。 |
| |
|
| | 数据集包括以下字段 |
| | 大科目类别,子科目名称,题目类型, 题目编号,题目文本,题目答案的汉字长度,题目prompt |
| |
|
| | ## 论文及数据集下载 |
| | CG-Eval论文 https://arxiv.org/abs/2308.04823<br> |
| | CG-Eval测试数据集下载地址 https://huggingface.co/datasets/Besteasy/CG-Eval<br> |
| | CG-Eval自动化评测地址 http://lucyeval.besteasy.com/<br> |
| |
|
| | ## 评测方法 |
| | 下载数据集后，请使用“题目prompt”列对应的提示词向模型提问，并在csv文件中增加“回答”列，存放模型的回复。请注意题目的回答要与提示词、问题编号、科目名称对应。 在收集到所有回答后，请将csv文件提交到评测网站 |
| | http://lucyeval.besteasy.com// |
| |
|
| | 您需要提交的csv文件应具有以下字段： |
| |
|
| | 大科目类别,子科目名称,题目类型, 题目编号,题目文本,题目答案的汉字长度,题目prompt,回答 |
| |
|
| | 网站会自动计算分数，您可以选择是否将分数同步到排行榜。 |
| |
|
| | ## Citation |
| | If you find the code and testset are useful in your research, please consider citing |
| | ``` |
| | @misc{zeng2023evaluating, |
| | title={Evaluating the Generation Capabilities of Large Chinese Language Models}, |
| | author={Hui Zeng and Jingyuan Xue and Meng Hao and Chen Sun and Bin Ning and Na Zhang}, |
| | year={2023}, |
| | eprint={2308.04823}, |
| | archivePrefix={arXiv}, |
| | primaryClass={cs.CL} |
| | } |
| | ``` |
| |
|
| | ## License |
| | The lucyeval dataset is licensed under a [Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License](http://creativecommons.org/licenses/by-nc-sa/4.0/). |
