CommonSenseQA 2：更强调真实概念理解的常识问答基准

CommonSenseQA 2 扩展了经典常识问答基准，引入更多样的关系和更精心构造的干扰项，使浅层模式匹配更难奏效。题目聚焦物体、社交情境与因果关系等实用知识，强调"看似合理"与"真正正确"答案之间的区别。该基准旨在更好反映现实世界的歧义性，并减少会虚高分数的人工标注痕迹，因此高分往往意味着真正的概念理解而非利用数据集偏差。