OpenStaxQA：基于开源大学教材的多语言数据集
计算与语言
2025-10-09 v1
摘要
我们提出OpenStaxQA，这是一个基于Creative Commons许可协议的43部开源大学教材（英文、西班牙文、波兰文）构建的、针对高等教育应用的评估基准。我们使用量化低秩适配器(QLoRa)对约70亿参数的大型语言模型(LLM)进行微调和评估。此外，我们还对AI2推理挑战开发数据集进行零样例评估，以检查OpenStaxQA是否能在其他任务上提升性能。我们还讨论了诸如OpenStaxQA等数据集可能涉及的更广泛影响。
关键词
引用
@article{arxiv.2510.06239,
title = {OpenStaxQA: A multilingual dataset based on open-source college textbooks},
author = {Pranav Gupta},
journal= {arXiv preprint arXiv:2510.06239},
year = {2025}
}