Prompting and multiple-choice (MCQ) benchmarks to evaluate reasoning capabilities of LLMs using Mastermind.
AI & ML interests
None defined yet.
models
28
flair/ner-multi
Token Classification
•
Updated
•
5.19k
•
8
flair/upos-multi
Token Classification
•
Updated
•
770
•
7
flair/de-pos-fine-grained
Updated
•
17
flair/bueble-lm-2b
Text Generation
•
Updated
•
135
•
20
flair/ner-english
Token Classification
•
Updated
•
123k
•
34
flair/ner-english-fast
Token Classification
•
Updated
•
991k
•
24
flair/frame-english-fast
Token Classification
•
Updated
•
375
•
1
flair/frame-english
Token Classification
•
Updated
•
30
•
1
flair/ner-german-legal
Token Classification
•
Updated
•
1.34k
•
22
flair/pos-english
Token Classification
•
Updated
•
34.2k
•
30
datasets
13
flair/mastermind_46_mcq_close
Viewer
•
Updated
•
36.1k
•
71
flair/mastermind_46_mcq_random
Viewer
•
Updated
•
36.1k
•
99
flair/mastermind_35_mcq_close
Viewer
•
Updated
•
37.1k
•
44
flair/mastermind_35_mcq_random
Viewer
•
Updated
•
37.1k
•
131
flair/mastermind_24_mcq_close
Viewer
•
Updated
•
30.4k
•
73
flair/mastermind_24_mcq_random
Viewer
•
Updated
•
30.4k
•
124
flair/mastermind_46_prompt
Viewer
•
Updated
•
36.1k
•
18
flair/mastermind_35_prompt
Viewer
•
Updated
•
37.1k
•
19
flair/mastermind_24_prompt
Viewer
•
Updated
•
30.4k
•
20
flair/nuner_entropy_splits
Viewer
•
Updated
•
618k
•
22