Movie Dialog Same Or Different On Big Bench
評価指標
Accuracy
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 | Accuracy |
|---|---|
| training-compute-optimal-large-language | 54.5 |
| scaling-language-models-methods-analysis-1 | 50.7 |
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
| モデル名 | Accuracy |
|---|---|
| training-compute-optimal-large-language | 54.5 |
| scaling-language-models-methods-analysis-1 | 50.7 |