BBH (BIG-Bench Hard): Benchmark Detailed Guide
Detailed guide to BBH (BIG-Bench Hard): category, metrics, sources and applicable models.
Overview
BIG-Bench 的 23 个最难任务子集,覆盖逻辑推理、符号操作、常识推理等领域,传统模型表现不佳,用于评估模型的复杂推理能力。
Metrics
| Metric | Unit | Direction |
|---|---|---|
| accuracy | % | ↑ Higher is better |
Sources
Model Score Ranking
BBH (BIG-Bench Hard)
Descripción
BIG-Bench 的 23 个最难任务子集,覆盖逻辑推理、符号操作、常识推理等领域,传统模型表现不佳,用于评估模型的复杂推理能力。
Especificaciones principales
| Categoría | Licencia | Última actualización |
|---|---|---|
| reasoning | MIT | 2022-10-01 |
Benchmark
| Unidad |
|---|
| % |