什麼是 GSM8K?

Python 程式設計問題的基準，用於透過單元測試衡量程式碼產生的正確性。

用於訓練或評估模型輸出的可信參考標籤。

人工添加的標籤或元資料用於訓練或評估機器學習模型。

建構執行需要模式識別、推理、語言或決策的任務的系統的廣泛領域。

用於測量和比較模型性能的標準化測試或資料集。

用於推理或檢索的實體和關係的圖形結構。