Multi Task Language Understanding On Bbh Nlp
評価指標
Average (%)
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 (%) |
|---|---|
| モデル 1 | 86.3 |
| scaling-instruction-finetuned-language-models | 71.2 |
| orca-2-teaching-small-language-models-how-to | 45.93 |
| scaling-instruction-finetuned-language-models | 62.7 |
| scaling-instruction-finetuned-language-models | 70.0 |
| scaling-instruction-finetuned-language-models | 78.4 |
| scaling-instruction-finetuned-language-models | 78.2 |
| orca-2-teaching-small-language-models-how-to | 50.18 |
| evaluating-large-language-models-trained-on | 73.5 |
| モデル 10 | 82.4 |
| モデル 11 | 86.1 |
| scaling-instruction-finetuned-language-models | 72.4 |
| モデル 13 | 85.9 |
| モデル 14 | 84.07 |
| モデル 15 | 81.0 |