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
•
6.71k
•
10

flair/upos-multi
Token Classification
•
Updated
•
23.6k
•
7

flair/de-pos-fine-grained
Updated
•
2

flair/bueble-lm-2b
Text Generation
•
2B
•
Updated
•
997
•
21

flair/ner-english
Token Classification
•
Updated
•
180k
•
35

flair/ner-english-fast
Token Classification
•
Updated
•
950k
•
25

flair/frame-english-fast
Token Classification
•
Updated
•
464
•
1

flair/frame-english
Token Classification
•
Updated
•
32
•
1

flair/ner-german-legal
Token Classification
•
Updated
•
2.31k
•
23

flair/pos-english
Token Classification
•
Updated
•
42.5k
•
31
datasets
13
flair/mastermind_35_mcq_close
Viewer
•
Updated
•
37.1k
•
44
flair/mastermind_24_prompt
Viewer
•
Updated
•
30.4k
•
13
flair/mastermind_46_mcq_close
Viewer
•
Updated
•
36.1k
•
43
flair/mastermind_46_mcq_random
Viewer
•
Updated
•
36.1k
•
218
flair/mastermind_35_mcq_random
Viewer
•
Updated
•
37.1k
•
199
flair/mastermind_24_mcq_close
Viewer
•
Updated
•
30.4k
•
40
flair/mastermind_24_mcq_random
Viewer
•
Updated
•
30.4k
•
195
flair/mastermind_46_prompt
Viewer
•
Updated
•
36.1k
•
13
flair/mastermind_35_prompt
Viewer
•
Updated
•
37.1k
•
14
flair/nuner_entropy_splits
Viewer
•
Updated
•
618k
•
5