SciQ#

概述#

SciQ 是一个众包的科学考试题目数据集，涵盖物理、化学、生物及其他科学领域。大多数题目包含支持性的证据段落。

任务描述#

  • 任务类型：科学问答（多项选择题）

  • 输入：一道包含 4 个选项的科学问题

  • 输出：正确答案的字母（A、B、C 或 D）

  • 领域：物理、化学、生物、地球科学等

主要特点#

  • 众包收集的科学考试题目

  • 覆盖多个科学领域

  • 提供支持性证据段落

  • 考察科学知识与推理能力

  • 适用于科学理解能力评估

评估说明#

  • 默认配置使用 0-shot 评估

  • 使用简单的多项选择提示方式

  • 在测试集（test split）上进行评估

  • 使用简单准确率（accuracy）作为评估指标

属性#

属性

值

基准测试名称

sciq

数据集ID

extraordinarylab/sciq

论文

N/A

标签

Knowledge, MCQ, ReadingComprehension

指标

acc

默认示例数量

0-shot

评估划分

test

数据统计#

指标

值

总样本数

1,000

提示词长度（平均）

322.68 字符

提示词长度（最小/最大）

244 / 505 字符

样例示例#

子集: default

{
  "input": [
    {
      "id": "a30097af",
      "content": "Answer the following multiple choice question. The entire content of your response should be of the following format: 'ANSWER: [LETTER]' (without quotes) where [LETTER] is one of A,B,C,D.\n\nCompounds that are capable of accepting electrons, such as o 2 or f2, are called what?\n\nA) antioxidants\nB) Oxygen\nC) residues\nD) oxidants"
    }
  ],
  "choices": [
    "antioxidants",
    "Oxygen",
    "residues",
    "oxidants"
  ],
  "target": "D",
  "id": 0,
  "group_id": 0,
  "metadata": {}
}

提示模板#

提示模板：

Answer the following multiple choice question. The entire content of your response should be of the following format: 'ANSWER: [LETTER]' (without quotes) where [LETTER] is one of {letters}.

{question}

{choices}

使用方法#

使用 CLI#

evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets sciq \
    --limit 10  # 正式评估时请删除此行

使用 Python#

from evalscope import run_task
from evalscope.config import TaskConfig

task_cfg = TaskConfig(
    model='YOUR_MODEL',
    api_url='OPENAI_API_COMPAT_URL',
    api_key='EMPTY_TOKEN',
    datasets=['sciq'],
    limit=10,  # 正式评估时请删除此行
)

run_task(task_cfg=task_cfg)