模型质量评估_人类评分_提示词_模型及LLM回答数据集

数据集概述

该数据集为论文《Assessing Model Quality Using Large Language Models》的配套数据，包含人类评分结果、提示词、模型数据及大语言模型（LLM）回答等内容，用于模型质量评估研究。

文件详解

• PDF文档文件（共6个）：
• Results LLM_M1.pdf、Results LLM_M2.pdf、Results LLM_M3.pdf：LLM评估结果文档
• Prompt_M1.pdf、Prompt_M2.pdf、Prompt_M3.pdf：不同模型对应的提示词文档
• Excel数据文件（共2个）：
• Models_CSV.xlsx：模型相关数据文件
• Human Ratings.xlsx：人类评分结果数据文件

适用场景

• 自然语言处理研究：评估大语言模型对其他模型质量的评估能力
• 模型质量评估：分析人类评分与LLM自动评估结果的一致性
• 提示工程研究：探究不同提示词对模型评估结果的影响
• 人工智能评测：构建模型质量自动化评估的基准数据集