为什么重要
MultiRC 要求模型从段落的多个句子中综合信息来回答问题，每个问题可能有多个正确答案。比 SQuAD 式抽取更具挑战性。
评测设计
每个问题给出多个候选答案，模型需判断每个答案正确与否。需要跨句信息综合能力。
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
MultiRC
SuperGLUE 子任务，需要综合多个句子信息的阅读理解
University of Pennsylvania ·
考察能力
多句推理 阅读理解 信息综合
构建信息
- 数据规模
- 9,872 问题
- 评测方式
- 标准评测
- 核心指标
- F1a / EM
资源链接
模型效果排行
🥇 GPT-4o
89.2 F1a
🥈 DeBERTa-v3
88.4 F1a
阅读理解 多句推理 SuperGLUE 经典基准