AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
OpenBookQA
OpenBookQA is a question-answering dataset modeled after open book exams for assessing human understanding. It contains 5,957 multiple-choice elementary-level science questions that probe understanding of 1,326 core science facts and their application to novel situations, requiring combination of open book facts with broad common knowledge through multi-hop reasoning.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 5
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Phi-3.5-MoE-instruct | 0.896 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.792 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.792 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Mistral NeMo Instruct | 0.606 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Hermes 3 70B | 0.494 | 未收录 | 未收录 | 2024-08-15 · model_announcement | LLM Stats |