Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2505.18653

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2505.18653 (cs)
[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

Authors:Murathan Kurfalı, Shorouq Zahra, Joakim Nivre, Gabriele Messori
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。
摘要: Climate-Eval is a comprehensive benchmark designed to evaluate natural language processing models across a broad range of tasks related to climate change. Climate-Eval aggregates existing datasets along with a newly developed news classification dataset, created specifically for this release. This results in a benchmark of 25 tasks based on 13 datasets, covering key aspects of climate discourse, including text classification, question answering, and information extraction. Our benchmark provides a standardized evaluation suite for systematically assessing the performance of large language models (LLMs) on these tasks. Additionally, we conduct an extensive evaluation of open-source LLMs (ranging from 2B to 70B parameters) in both zero-shot and few-shot settings, analyzing their strengths and limitations in the domain of climate change.
评论: 被ClimateNLP 2025@ACL接收
主题: 计算与语言 (cs.CL)
引用方式: arXiv:2505.18653 [cs.CL]
  (或者 arXiv:2505.18653v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.18653
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Murathan Kurfalı [查看电子邮件]
[v1] 星期六, 2025 年 5 月 24 日 11:45:46 UTC (1,431 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号