huggingface/lighteval

[EVAL] Big-Bench Extra Hard (BBEH)

Ouverte

#600 ouverte le 3 mars 2025

Voir sur GitHub
 (3 commentaires) (0 réaction) (0 personne assignée)Python (514 forks)auto 404
good first issuehelp wantednew-taskscience-team

Métriques du dépôt

Stars
 (2 496 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Evaluation short description

Google has releases BBEH as a way to compensate for the saturation of BBH in the latest generation of LLMs. Overall looks like a good benchmark to probe reasoning capabilities.

Evaluation metadata

Provide all available

Guide contributeur

Direction de recherche
Étudiez l'article BBEH et le format de l'ensemble de données, puis implémentez une tâche d'évaluation similaire à celles existantes dans Lighteval, en suivant le guide du contributeur.
Stack technique
python
Domaine
aibackend
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonLLM evaluationGit
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
50