为什么重要
DuoRC 使用同一电影的 Wikipedia 和 IMDb 两个不同风格的描述，在一个版本上提问并要求在另一版本中找答案。测试模型的释义理解和跨文档推理。
返回评测
综合 综合-阅读理解 接近饱和
模态 · 文本
任务 · 选择 / 判断
DuoRC
需要处理释义版本问答的阅读理解基准
IIT Bombay ·
考察能力
阅读理解 释义理解 跨文档推理
构建信息
- 数据规模
- 186K 问答
- 评测方式
- 标准评测
- 核心指标
- F1 / EM
资源链接
模型效果排行
🥇 GPT-4o
82.5 F1
🥈 DeBERTa
78.3 F1
阅读理解 释义 跨文档