Common Sense Reasoning On Parus
评估指标
Accuracy
评测结果
各个模型在此基准测试上的表现结果
比较表格
| 模型名称 | Accuracy |
|---|---|
| 模型 1 | 0.574 |
| unreasonable-effectiveness-of-rule-based | 0.498 |
| russiansuperglue-a-russian-language | 0.486 |
| 模型 4 | 0.908 |
| 模型 5 | 0.508 |
| 模型 6 | 0.766 |
| 模型 7 | 0.528 |
| unreasonable-effectiveness-of-rule-based | 0.478 |
| 模型 9 | 0.598 |
| 模型 10 | 0.508 |
| 模型 11 | 0.584 |
| mt5-a-massively-multilingual-pre-trained-text | 0.504 |
| unreasonable-effectiveness-of-rule-based | 0.48 |
| 模型 14 | 0.562 |
| russiansuperglue-a-russian-language | 0.982 |
| 模型 16 | 0.492 |
| 模型 17 | 0.66 |
| 模型 18 | 0.498 |
| 模型 19 | 0.498 |
| 模型 20 | 0.476 |
| 模型 21 | 0.676 |
| 模型 22 | 0.554 |