DISCOVERYBENCH: Towards Data-Driven Discovery with Large Language Models

本文是LLM系列文章,针对《DISCOVERYBENCH: Towards Data-Driven Discovery with Large Language Models》的翻译。

DISCOVERYBENCH:使用大型语言模型实现数据驱动的发现

摘要

使用大型语言模型 (LLM) 的代码生成、函数调用和数据分析的快速发展是否有助于仅从一组提供的数据集中自动搜索和验证假设?为了评估这个问题,我们提出了 DISCOVERYBENCH,这是第一个将数据驱动发现的多步骤过程正式化的综合基准。该基准测试旨在系统地评估当前模型在发现任务中的功能,并为改进这些任务提供有用的资源。我们的基准测试包含跨 6 个不同领域(例如社会学和工程学)收集的 264 个任务,通过从已发表的论文中手动导出发现工作流程来估计研究人员面临的实际挑战,其中每个任务都由数据集、其元数据和自然语言的发现目标定义。我们还提供 903 个综合任务,以对任务复杂性进行生成评估。此外,我们数据驱动发现的结构化形式支持基于 facet 的评估,从而为不同的故障模式提供有用的见解。我们在 DISCOVERYBENCH 上使用开放和封闭 LLM 作为基线评估了几种流行的基于 LLM 的推理框架,发现即使是最好的系统也只有 25% 的分数。因此,我们的基准测试说明了自主数据驱动发现的挑战,并成为社区取得进步的宝贵资源。

1 引言

2 相关工作

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值