BenchMark·Hub
共 46 个 benchmark
排序:热度增速下载量Stars被引最新名称
Benchmark测评分类可信级别开放热度
bigbench
· google
推理通用推理
B待确认34.4
cosmos_qa
· allenai
推理通用推理
B待确认34.0
swag
· allenai
推理通用推理
B待确认33.9
ropes
· allenai
推理通用推理
B待确认33.4
art
· allenai
推理通用推理
B待确认31.8
winogrande
Winogrande· allenai
推理通用推理
B待确认29.4
quoref
· allenai
推理通用推理
B待确认28.5
wiqa
· allenai
推理通用推理
B待确认25.5
social_i_qa
· allenai
推理通用推理
B待确认24.2
StructEval
· TIGER-Lab
推理结构化输出
B待确认22.4
reveal
· google
推理通用推理
B待确认22.1
RLPR-Evaluation
· openbmb
推理通用推理
B待确认21.4
zest
· allenai
推理通用推理
B待确认21.3
graphwalks
· openai
推理通用推理
B待确认20.2
scitail
· allenai
推理通用推理
B待确认18.7
MPB_Missing-Premise-Benchmark
· ant-intl
推理通用推理
B待确认17.1
break_data
· allenai
推理结构化输出
B待确认15.4
chain-of-thought-hub
· FranxYao
推理通用推理
B待确认13.2
TACT
· google
推理通用推理
B待确认12.9
coverbench
· google
推理通用推理
B待确认12.6
TARA_Turkish_LLM_Benchmark
· emre
推理通用推理
B待确认12.0
sensory-awareness-benchmark
· scarysnake
推理通用推理
B待确认11.9
LLMBar
· princeton-nlp
推理指令遵循
B待确认11.7
ATLAS
· VILA-Lab
推理提示词/查询
B待确认11.5
LLMs-Planning
· karthikv792
推理通用推理
B待确认10.3
第 1 / 2 页
上一页下一页