AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

BBH

BIG Bench-Hard（BBH）是BIG Bench的一个子集，它是一个用于语言模型的多样化评估套件。BBH专注于BIG Bench的23项具有挑战性的任务，这些任务被发现超出了当前语言模型的能力。

评测信息与证据

来源: OpenCompass Hub
发布者: 未收录
评测发布日期: 2022-10-17
采集日期: 2026-08-18
模态: 未收录

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 0

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。