Hugging Face 推出 Open Chain of Thought Leaderboard

Hugging Face 发布 Open Chain of Thought Leaderboard，通过计算准确率增益（Δ = CoT准确率 - 无CoT准确率）评估LLM生成思维链的能力。该榜单基于LogiQA和LSAT等AGIEval任务，采用Classic与Reflect两种提示策略生成推理轨迹，旨在更稳健地衡量模型推理效能并抵抗训练数据污染。