evalstone/evalscope/docs/zh/benchmarks/indic_param.md

IndicParam

概述

IndicParam 是一个面向研究生水平的基准测试，用于评估大语言模型（LLM）对低资源及极低资源印度语系语言的理解能力。全部 13,207 道选择题均来自官方 UGC-NET 语言科目试题及答案，以各语言的原生文字（或梵语-英语混合形式）呈现。

任务描述

• 任务类型：研究生水平多项选择题问答
• 输入：一道用低资源印度语系语言编写的 UGC-NET 考试试题，包含 4 个选项
• 输出：正确答案的字母（A/B/C/D）
• 语言：博多语（Bodo）、多格里语（Dogri）、古吉拉特语（Surya 字体）、孔卡尼语（Konkani）、迈蒂利语（Maithili）、马拉地语（Marathi）、尼泊尔语（Nepali）、奥里亚语（Oriya）、拉贾斯坦语（Rajasthani）、梵语（Sanskrit）、梵语-英语混合语（Sanskrit-English code-mixed）、桑塔利语（Santali）

主要特点

• 包含 13,207 道来自官方 UGC-NET 语言科目试题的多项选择题
• 覆盖 12 种低资源印度语系语言/文字，包括博多语和桑塔利语等极低资源语言
• 所有问题均以对应语言的原生文字（或梵语-英语混合形式）呈现
• 所有语言数据统一打包在一个数据集配置中，通过 subject 字段区分不同语言

评估说明

• 默认配置采用 0-shot 评估方式（仅提供 test 分割）
• 可通过 subset_list 参数指定评估特定语言
• 所有语言数据统一打包在一个数据集配置中，通过 subject 字段区分；本适配器会按该字段重新组织数据格式

属性

属性	值
基准测试名称	indic_param
数据集 ID	bharatgenai/IndicParam
论文	N/A
标签	Knowledge, MCQ, MultiLingual
指标	accuracy
默认示例数	0-shot
评估分割	test

数据统计

指标	值
总样本数	13,207
提示词长度（平均）	376.02 字符
提示词长度（最小/最大）	218 / 1413 字符

各子集统计数据：

子集	样本数	提示词平均长度	提示词最小长度	提示词最大长度
Bodo	1,313	461.37	256	738
Dogri	1,027	487.72	245	853
Gujarati_surya	1,044	395.79	255	611
Konkani	1,328	396.77	245	1413
Maithili	1,286	284.67	218	451
Marathi	1,245	382.66	242	957
Nepali	1,038	406.12	260	857
Oriya	577	365.04	239	924
Rajasthani	1,190	321.32	237	1136
Sanskrit	1,315	304.51	229	833
Sanskrit Mix	971	352.41	253	693
Santali	873	366.16	233	809

样例示例

子集: Bodo

{
  "input": [
    {
      "id": "0616580a",
      "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\nआथिखालाव सुबुं थुनलाइफोरखौ बुथुमनो थाखाय बबे आदबखौ रासिनै बाहायनाय जायो\n\nA) फट' दैखांनाय\nB) रेकरडिं खालामनाय\nC) सल बुंहोनाय\nD) सल खोनासंनाय"
    }
  ],
  "choices": [
    "फट' दैखांनाय",
    "रेकरडिं खालामनाय",
    "सल बुंहोनाय",
    "सल खोनासंनाय"
  ],
  "target": "B",
  "id": 0,
  "group_id": 0,
  "subset_key": "Bodo",
  "metadata": {
    "subject": "Bodo",
    "exam_name": "Question Papers of NET Dec. 2012 Bodo Paper III hindi"
  }
}

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 indic_param \
    --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=['indic_param'],
    dataset_args={
        'indic_param': {
            # subset_list: ['Bodo', 'Dogri', 'Gujarati_surya']  # 可选，用于评估特定子集
        }
    },
    limit=10,  # 正式评估时请删除此行
)

run_task(task_cfg=task_cfg)