GLUE

GLUE とは、言語をどれだけ理解できているかを測るために作られた、複数のタスクをまとめたベンチマークです。

文の言い換え判定、感情分析、含意関係の判定など 9 種類の課題が含まれ、総合得点でモデルの実力を比べられます。

BERT 以降のモデルの性能競争の舞台となり、人間の得点を超えるモデルが現れたことで、より難しい後継版も作られました。