bbh

BIG-bench Hard数据集专注于提供一系列具有挑战性的任务，主要包含布尔表达式、因果判断、日期理解等多种类型的数据。每个任务都包含输入和目标两个字段，主要用于测试模型的推理能力。数据集规模不一，部分任务包含数百个样本。该数据集可用于评估模型在各种推理任务上的表现。