lius-cc/

Daoism-QA-Eval-v1

Benchmark Evaluation Set for Daoism-Qwen3.5-9B and other LLMs on Daoist knowledge tasks. 由鼎稔道學館（lius.cc）發布。本 eval set 是 Daoism-QA-5K v0.1 中經 stratified sampling 抽出的 120 題 hold-out 集，永久切出不再用於任何 SFT 訓練。 完整評測方法論見本 repo 的 methodology.md 與 evaluator_prompt_v1.md。

	規格




	

項目 值

樣本數 120

抽樣方式 Stratified（5 task_type × 24 題）

分層 每類依 groundedness_score 取 top/mid/bottom 1/3 各 8 題

來源 Daoism-QA-5K v0.1（249 條 pilot）

切出狀態 Hold-out，永久不再用於 SFT 訓練

語言 繁體中文… See the full description on the dataset page: https://huggingface.co/datasets/lius-cc/Daoism-QA-Eval-v1.