EconLogicQA: A Question-Answering Benchmark for Evaluating Large Language Models in Economic Sequential Reasoning

要約

このペーパーでは、経済学、ビジネス、サプライ チェーン管理の複雑な領域内で大規模言語モデル (LLM) の逐次推論機能を評価するために設計された厳密なベンチマークである EconLogicQA を紹介します。
EconLogicQA は、後続のイベントを個別に予測する従来のベンチマークとは異なり、より困難なタスクを課します。モデルには、相互に関連する複数のイベントを識別して順序付けし、経済ロジックの複雑さを捉える必要があります。
EconLogicQA は、経済記事から派生した一連のマルチイベント シナリオで構成されており、イベントの時間的関係と論理的関係の両方を洞察力に富んだ理解する必要があります。
包括的な評価を通じて、EconLogicQA が経済的状況に固有の逐次的な複雑さをナビゲートする際の LLM の習熟度を効果的に測定していることを示します。
EconLogicQA データセットの詳細な説明を提供し、さまざまな最先端の LLM にわたるベンチマークの評価結果を示し、それによって経済的文脈における逐次推論の可能性についての徹底的な視点を提供します。
私たちのベンチマーク データセットは https://huggingface.co/datasets/yinzhu-quan/econ_logic_qa で入手できます。

要約(オリジナル)

In this paper, we introduce EconLogicQA, a rigorous benchmark designed to assess the sequential reasoning capabilities of large language models (LLMs) within the intricate realms of economics, business, and supply chain management. Diverging from traditional benchmarks that predict subsequent events individually, EconLogicQA poses a more challenging task: it requires models to discern and sequence multiple interconnected events, capturing the complexity of economic logics. EconLogicQA comprises an array of multi-event scenarios derived from economic articles, which necessitate an insightful understanding of both temporal and logical event relationships. Through comprehensive evaluations, we exhibit that EconLogicQA effectively gauges a LLM’s proficiency in navigating the sequential complexities inherent in economic contexts. We provide a detailed description of EconLogicQA dataset and shows the outcomes from evaluating the benchmark across various leading-edge LLMs, thereby offering a thorough perspective on their sequential reasoning potential in economic contexts. Our benchmark dataset is available at https://huggingface.co/datasets/yinzhu-quan/econ_logic_qa.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google