MUSR:基准测试详解
详细介绍 MUSR 基准:分类、评估指标、数据来源与适用模型。
基准介绍
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
评测指标
| 指标名 | 单位 | 方向 |
|---|---|---|
| accuracy | % | ↑ 越高越好 |
数据来源
模型得分排名
MUSR
描述
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
核心规格
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| reasoning | MIT | 2024-02-01 |
基准
| 单位 |
|---|
| % |
详细介绍 MUSR 基准:分类、评估指标、数据来源与适用模型。
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
| 指标名 | 单位 | 方向 |
|---|---|---|
| accuracy | % | ↑ 越高越好 |
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| reasoning | MIT | 2024-02-01 |
| 单位 |
|---|
| % |