BIG-bench
639 次浏览
问题数量
200
发布机构
Google
评测类别
综合评估
评测指标
Varies
支持语言
多语言
难度等级
Advanced
简介
一个包含 200 多个不同任务的综合基准，用于评估模型的各种能力，包括推理、语言理解和知识。
相关资源
BIG-bench Model Score Leaderboard
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
Latest BIG-bench model rankings and full benchmark leaderboard
Browse the latest scores, model modes, release dates, and parameter sizes for BIG-bench.
暂无评测数据