LILA

LILA是一个统一的数学推理基准，包含23个不同任务，涵盖四个维度：(i) 数学能力，如算术、微积分；(ii) 语言格式，如问答、填空；(iii) 语言多样性，如无语言、简单语言；(iv) 外部知识，如常识、物理。