SuperGLUE：聚合 CB、RTE、BoolQ 等任务的通用 NLU 评测基准

SuperGLUE 聚合 CB、RTE、BoolQ、MultiRC、WiC、WSC、COPA 和 ReCoRD 等任务，并给出一个总体分数来概括通用 NLU 能力。这些任务减少了标注伪影，要求模型具备细致推理、指代消解和词汇语义理解能力。模型卡常将 SuperGLUE 作为语言理解进展的整体指标，用以衡量超越单任务微调或模式利用的表现。