BIG-Bench Extra Hard (BBEH)是由谷歌DeepMind创建的数据集,旨在通过替代BIG-Bench Hard (BBH)中的每个任务来测试模型的一般推理能力。BBEH中的每个新任务都是在BBH的相应任务的基础上构建的,它们在相似的推理领域中测试类似的或更多的技能,但难度更大。该数据集保留了BBH的高多样性,并包含了200个问题/任务,除了Disambiguation QA任
--- pretty_name: Evaluation run of microsoft/DialoGPT-small dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [microsoft/DialoGPT-small](https://huggingface.co/mi