概要
200以上の多様なタスクでLLMの能力を多角的に測る大規模ベンチマーク。
詳しい解説
BIG-Bench(Beyond the Imitation Game)は、200を超える多様で難しいタスクを集め、の能力を多角的に評価する大規模です。論理・常識・言語遊びなど、単純な知識を超えた課題を含みます。モデルの得意・不得意を幅広く浮き彫りにするのに使われます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
難問の総合評価
なぞなぞから論理パズルまで、多種多様な課題でモデルの汎用的な実力を試します。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する