Hugging Face 推出 Open CoT Leaderboard

Hugging Face 推出 Open CoT Leaderboard，用于评估大语言模型在复杂推理任务中生成有效思维链（CoT）的能力。与传统基准不同，该榜单以引入 CoT 前后的准确率增益（Δ）作为核心指标，以此检验 CoT 对模型精度的真实影响并降低数据污染干扰。评测基于 LogiQA 与 LSAT 数据集，目前支持 Classic 和 Reflect 两种提示策略。