为什么重要
WinoGrande 是大规模版 Winograd Schema，44000 道代词消解题。测常识推理。已饱和。
构建方式与示例
例如：“The trophy doesn’t fit in the suitcase because it is too [big/small].” → 指什么？
关联基准与展望
关联：HellaSwag、ARC-Challenge。已饱和。
返回评测
推理 常识推理 已饱和
模态 · 文本
任务 · 选择 / 判断
WinoGrande
44,000 道需要常识推理来解决代词指代歧义的二选一题
Allen AI ·
考察能力
常识推理 代词消歧 语言理解
构建信息
- 数据规模
- 44,000 problems
- 评测方式
- 标准评测
- 核心指标
- Accuracy (%)
资源链接
模型效果排行
🥇 GPT-5
96.8%
🥈 GPT-4o
93.7%
常识推理 已饱和