Common Sense Reasoning On Rucos
評価指標
Average F1
EM
評価結果
このベンチマークにおける各モデルのパフォーマンス結果
比較表
| モデル名 | Average F1 | EM |
|---|---|---|
| モデル 1 | 0.74 | 0.716 |
| モデル 2 | 0.21 | 0.202 |
| モデル 3 | 0.29 | 0.29 |
| モデル 4 | 0.68 | 0.658 |
| モデル 5 | 0.92 | 0.924 |
| モデル 6 | 0.73 | 0.716 |
| モデル 7 | 0.86 | 0.859 |
| モデル 8 | 0.21 | 0.204 |
| モデル 9 | 0.67 | 0.665 |
| mt5-a-massively-multilingual-pre-trained-text | 0.57 | 0.562 |
| russiansuperglue-a-russian-language | 0.93 | 0.89 |
| モデル 12 | 0.79 | 0.752 |
| unreasonable-effectiveness-of-rule-based | 0.25 | 0.247 |
| モデル 14 | 0.23 | 0.224 |
| russiansuperglue-a-russian-language | 0.26 | 0.252 |
| unreasonable-effectiveness-of-rule-based | 0.26 | 0.257 |
| モデル 17 | 0.32 | 0.314 |
| モデル 18 | 0.35 | 0.347 |
| モデル 19 | 0.36 | 0.351 |
| モデル 20 | 0.81 | 0.764 |
| モデル 21 | 0.22 | 0.218 |
| unreasonable-effectiveness-of-rule-based | 0.25 | 0.247 |