MUSR:基准测试详解
详细介绍 MUSR 基准:分类、评估指标、数据来源与适用模型。
Overview
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
Metrics
| Metric | Unit | Direction |
|---|---|---|
| accuracy | % | ↑ Higher is better |
Sources
Model Score Ranking
MUSR
描述
评估多步骤软推理能力,包含逻辑、数学和高效推理三个领域各250个问题
核心规格
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| reasoning | MIT | 2024-02-01 |
基准
| 单位 |
|---|
| % |