BenchLeader

CommonsenseQA 2のリーダーボード

2026年11月16日時点で、CommonsenseQA 2の最高スコアは67.8%で、T5-11B(Google)が記録しています。次点はT5-3Bの60.2%です。公表された結果があるのは6のモデル構成です(Epoch AI Benchmarking Hub)。常識に関するはい/いいえの質問です。CommonsenseQA 2は参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • T5-11BがCommonsenseQA 2の最高スコア67.8%を記録しています(Epoch AI Benchmarking Hub、2026年11月16日)。
  • CommonsenseQA 2の2位はT5-3Bで、60.2%です(Epoch AI Benchmarking Hub、2026年11月16日)。
  • CommonsenseQA 2:はい・いいえで答える常識問題。2022年のベンチマークで、現在のモデルでは飽和しており、記録として残しています(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは6のモデル構成にCommonsenseQA 2の公表結果があります(BenchLeader、2026年11月16日)。
  • CommonsenseQA 2はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

はい・いいえで答える常識問題。2022年のベンチマークで、現在のモデルでは飽和しており、記録として残しています。

公開元
Epoch AI Benchmarking Hub
カテゴリ
推論
Indexでの重み
参考のみ
モデル
6
データ基準日
2026年11月16日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

どんなテストか

常識に関するはい/いいえの質問です。

採点方法

正答率で、公表された結果をEpoch AIがまとめたものです。

注意点

飽和しています。最先端のモデルは上限近くに達しているため、差がつくのは古いモデルや小型モデルだけで、結果の大半はプロバイダー自身の報告によるものです。

上位15
  1. 1T5-11B67.8%
  2. 2T5-3B60.2%
  3. 3GPT-3.5 Turbo (older v0613)57.0%
  4. 4T5-Large54.6%
  5. 5InstructGPT 175B52.9%
  6. 6Llama 2-70B50.0%
6件中6件
#
1T5-11B67.8%–
2T5-3B60.2%–
3GPT-3.5 Turbo (older v0613)57.0%–
4T5-Large54.6%–
5InstructGPT 175B52.9%–
6Llama 2-70B50.0%33.4

推論のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「CommonsenseQA 2のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/csqa2

CommonsenseQA 2:よくある質問

CommonsenseQA 2は何を測るベンチマークですか?
常識に関するはい/いいえの質問です。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
CommonsenseQA 2の最高スコアは?
2026年11月16日時点で、CommonsenseQA 2の最高スコアは67.8%で、T5-11Bが記録しています。次点はT5-3Bの60.2%です。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
CommonsenseQA 2でトップのAIモデルは?
2026年11月16日時点で、CommonsenseQA 2の首位はT5-11Bで、スコアは67.8%です。続いてT5-3B(60.2%)です。
CommonsenseQA 2の結果があるモデルはいくつですか?
BenchLeaderでは6のモデル構成にCommonsenseQA 2の結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
CommonsenseQA 2を運営しているのは誰で、どのくらいの頻度で更新されますか?
CommonsenseQA 2はEpoch AI Benchmarking Hubが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
CommonsenseQA 2はBenchLeader Indexに含まれますか?
いいえ。CommonsenseQA 2は参考として掲載していますが、総合スコアには含めていません。