基准
CommonsenseQA
常识问答基准数据集，用于评估模型的常识推理能力，包含多项选择题形式的常识知识问答
时间轴 (近 90 天)
9月18日
VisKG-LM在CommonsenseQA、OpenBookQA和MedQA-USMLE三个基准上相比GreaseLM基线分别提升了1.2、0.8和4.3个点
待验证50%
常识问答基准数据集，用于评估模型的常识推理能力，包含多项选择题形式的常识知识问答
VisKG-LM在CommonsenseQA、OpenBookQA和MedQA-USMLE三个基准上相比GreaseLM基线分别提升了1.2、0.8和4.3个点