One hard-variant HealthBench behavioural task scored by the pinned official verifier-side LLM grader.
One hard-variant HealthBench behavioural task scored by the pinned official verifier-side LLM grader.: a task in skilltrainbench-public: skilltrainbench training tasks (Harbor dataset). Hoy estuve gran parte del día en una zona con mucho polen y casi al mediodía empecé a sentir bastante picazón en…
The task
Hoy estuve gran parte del día en una zona con mucho polen y casi al mediodía empecé a sentir bastante picazón en los ojos. Se me pusieron algo rojos, pero no tengo dolor ni pus, no me lloran demasiado y no uso lentillas. No estoy tomando ningún medicamento, no soy alérgico a nada y creo que no tengo infección. Crees…
Part of armin-aptura/skilltrainbench-public.