Common Sense Reasoning On Rucos

Average F1

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	Average F1	EM
模型 1	0.74	0.716
模型 2	0.21	0.202
模型 3	0.29	0.29
模型 4	0.68	0.658
模型 5	0.92	0.924
模型 6	0.73	0.716
模型 7	0.86	0.859
模型 8	0.21	0.204
模型 9	0.67	0.665
mt5-a-massively-multilingual-pre-trained-text	0.57	0.562
russiansuperglue-a-russian-language	0.93	0.89
模型 12	0.79	0.752
unreasonable-effectiveness-of-rule-based	0.25	0.247
模型 14	0.23	0.224
russiansuperglue-a-russian-language	0.26	0.252
unreasonable-effectiveness-of-rule-based	0.26	0.257
模型 17	0.32	0.314
模型 18	0.35	0.347
模型 19	0.36	0.351
模型 20	0.81	0.764
模型 21	0.22	0.218
unreasonable-effectiveness-of-rule-based	0.25	0.247