{"kind":"task","effective_mode":"full","benchmark":{"kind":"benchmark","effective_mode":"full","slug":"mgsm","formal_name":"MGSM","introduction":"MGSM is a human translation of 250 GSM8K problems into eleven languages, measuring whether reasoning survives the change of language. The gap against English is the multilingual signal.","introduction_ja":"","introduction_en":"","category":"Category not supplied","task_count":null,"acquisition_status":"Acquisition status not supplied","official_url":"https://github.com/google-research/url-nlp","indexing_mode":"index","profile":{"resources":[],"task_format":"","scoring":"","metric":"","size":"","answer_access":"","license":"","citation":"","maintainer":"","released":"","why_hard":"","related":[],"history":"","construction":"","limitations":"","saturation":"","scores":[]}},"task_id":"179603cd-60fe-589e-8486-db6c08751729","task_key":"bn--test--179603cd-60fe-589e-8486-db6c08751729","task_revision_id":"1","upstream_id":"","short_description":"ফ্র্যাঙ্কি প্রতি রাতে হোমওয়ার্ক শেষ করার পর TV দেখে। প্রতি সোমবার ও মঙ্গলবার…","config":"bn","split":"test","body":"{\"question\":\"ফ্র্যাঙ্কি প্রতি রাতে হোমওয়ার্ক শেষ করার পর TV দেখে। প্রতি সোমবার ও মঙ্গলবার রাতে, সে তার প্রিয় শো-এর একটি 1-ঘণ্টার পর্ব দেখেছিল। বুধবারে, সে 30 মিনিটের শো-এর কয়েকটা পর্ব দেখেছিল। বৃহস্পতিবারে, সে তাড়াতাড়ি হোমওয়ার্ক শেষ করেছিল এবং একটি 1-ঘণ্টার পর্ব ও 30 মিনিটের একটি শো দেখেছিল। শুক্রবার, সপ্তাহান্তের দিনে সে দেরি করে ঘুম থেকে উঠতে পারবে বলে 1 ঘণ্টার দুটো পর্ব দেখেছিল। সব মিলিয়ে সে যদি 7 ঘণ্টা TV দেখে, তাহলে সে বুধবারে 30 মিনিটের কতগুলি পর্ব দেখেছিল?\"}","display_format":"math","language":"","answer_status":"published","assets":[],"source_url":"https://github.com/google-research/url-nlp","history":"initial import","indexing_mode":"index","subproblems":[],"grids":[]}