为什么重要
DROP 要求模型在阅读段落后做离散推理（计数、排序、算术），是阅读理解+推理的经典基准。
构建方式与示例
96,000 个问答对。例如：阅读一段关于比赛结果的段落后，“哪支队伍赢了更多场？赢了几场？“
返回评测
推理 综合推理 接近饱和
模态 · 文本
任务 · 混合题型
DROP
需要在段落中做数值推理（计数、排序、算术）的阅读理解基准
Allen AI ·
考察能力
数值推理 阅读理解 计数 排序 算术
构建信息
- 数据规模
- 96,567 questions
- 评测方式
- 标准评测
- 核心指标
- F1 Score
资源链接
模型效果排行
🥇 GPT-5
93.2
🥈 Claude Opus 4
91.5
🥉 GPT-4
88.4
阅读理解 数值推理