请问一下“效果评估 ”结果是使用哪种测评方式？
#4
by
wandyli
- opened
感谢开源！
同问，可以给出评估case和评估结果吗？
另外，我看到IDEA放出的测试集 https://huggingface.co/datasets/IDEA-CCNL/Ziya-Eval-Chinese/blob/main/test.jsonl 只有185条，数据太少，在这个评测集上评估可能不中肯。
采用人为评估，IDEA-CCNL/Ziya-Eval-Chinese这个数据集主要测试生成效果，需要多个标注人员对这些数据打分，代价较大，所以目前只给出这个数据集，后续也会持续扩充。另外最近clue也在他们更大的数据集上评估了一次，跟我们的评估结论基本一致，可以参考 https://mp.weixin.qq.com/s/5mYyq8qAMdi1Z6auqjmoDA