Multi-LogiEval

该数据集是一个包含多步骤逻辑推理的综合评估集，涵盖了不同推理规则和推理深度，涉及三种逻辑类型：命题逻辑、一阶逻辑和非单调逻辑。此外，该数据集包含了超过30条推理规则，并允许在零样本和三样本设置下评估各种大型语言模型。规模上，数据集拥有超过60种推理规则的组合。任务方面，该数据集旨在通过二分类来评估逻辑推理能力。

搜集汇总

背景与挑战

背景概述

Multi-LogiEval是一个用于评估大语言模型多步逻辑推理能力的综合数据集。它涵盖命题逻辑、一阶逻辑和非单调逻辑三种类型，包含30多种推理规则和60多种组合，并按推理深度（1-5步）组织数据。该数据集旨在解决现有基准测试中多步推理和非单调推理评估不足的问题。