Winoground
同一组词换语序后匹配图文，测「谁对谁做了什么」。
同一组词换语序后匹配图文，测「谁对谁做了什么」。
评估集信息
- 所属套件
- 通用多模态
- 分组
- B 通用多模态
- 决策类型
- 二选一
- 样本量
- 400 个 case
- 主指标
- accuracy
- 优化方向
- 越高越好
- 参评模型
- 0 个
- 数据许可证
- 见官方页面
这个评估集测什么
同一组词换语序后匹配图文，测「谁对谁做了什么」。
在该评估集上的模型成绩（0 个）
暂无模型在该评估集上的公开成绩。
同一组词换语序后匹配图文，测「谁对谁做了什么」。
同一组词换语序后匹配图文，测「谁对谁做了什么」。