LLM20评估游戏数据集
数据来源：互联网公开数据
标签：LLM, 评估, 游戏数据, 大语言模型, 人工智能, 评估框架, 机器学习
数据概述：
本数据集基于LLM20评估阶段的数据，包含从评估过程中收集的游戏记录及其相关元数据。数据集分为三个主要部分：
1. llm20-eval-episodes.csv：记录评估过程中的游戏会话信息，包含创建时间、结束时间及游戏类型（如验证游戏和标准游戏）。
2. llm20-eval-games.csv：提供游戏的详细回放数据，并增强包含答题者和猜题者的提交ID，便于快速关联。
3. llm20-eval-scoring.csv：记录每局游戏的评分细节，包括奖励值（如平局、失败、胜利）及游戏状态（如正常或错误状态）。
数据用途概述：
该数据集适用于评估和分析大语言模型在特定任务中的性能表现。研究人员可利用此数据集研究模型的策略优化、评估框架的改进以及模型在不同场景下的适应性。此外，数据集还可用于比较不同模型的性能差异，支持大语言模型的开发与优化工作。
