计算机科学 > 计算与语言
[提交于 2025年5月24日
]
标题: 气候评估:气候变化相关自然语言处理任务的全面基准
标题: Climate-Eval: A Comprehensive Benchmark for NLP Tasks Related to Climate Change
摘要: 气候评估是一个全面的基准,旨在评估自然语言处理模型在与气候变化相关的广泛任务上的表现。 气候评估整合了现有的数据集以及一个新开发的新闻分类数据集,该数据集专门为此发布而创建。 这导致了一个基于13个数据集的25项任务的基准,涵盖了气候变化讨论的关键方面,包括文本分类、问答和信息提取。 我们的基准为系统评估大型语言模型(LLMs)在这些任务上的表现提供了标准化的评估套件。 此外,我们在零样本和少样本设置下对开源LLMs(参数范围从2B到70B)进行了广泛的评估,分析它们在气候变化领域的优势和局限性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.