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。
OpenCompass Hub
AI2的推理挑战(ARC)数据集是一个多项选择问题回答数据集,包含了从三年级到九年级的科学考试中提取的问题。该数据集分为两个部分:简单和挑战,其中后者包含了需要推理能力的更难的问题。大多数问题有4个答案选项,仅有不到1%的问题有3个或5个答案选项。
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。
本来源记录尚未收录数值成绩。这不表示模型得分为零,也不表示该评测没有公开成绩;请查阅原始资料。