发布 Open Chain of Thought Leaderboard

Hugging Face 发布 Open Chain of Thought Leaderboard，通过对比有无思维链提示的准确率差异来评估大语言模型的推理能力。该榜单基于 LogiQA 和 LSAT 数据集，采用 Classic 和 Reflect 两种提示策略生成推理轨迹，旨在更稳健地衡量模型在复杂逻辑任务中的思维链生成效果。