9项GLUE任务 General Language Understanding Evaluation 包含了很多自然语言理解的任务。
MNLI
Multi-Genre Natural Language Inference是一个众包大规模的文本蕴含任务。
给2个句子，判断第二个句子与第一个句子之间的关系。蕴含、矛盾、中立的
QQP
Quora Question Pairs
给2个问题，判断是否语义相同
QNLI
Question Natural Language Inference 是一个二分类任务，由SQuAD数据变成。
给1个(问题，句子)对，判断句子是否包含正确答案
SST-2
Stanford Sentiment Treebank，二分类任务，从电影评论中提取。
给1个评论句子，判断情感
CoLA
The Corpus of Linguistic Acceptablity，二分类任务，判断一个英语句子是否符合语法的
给1个英语句子，判断是否符合语法
STS-B
The Semantic Textual Similarity Benchmark，多分类任务，判断两个句子的相似性，0-5。由新闻标题和其他组成
给2个句子，看相似性
MRPC
Microsoft Research Paraphrase Corpus，2分类任务，判断两个句子是否语义相等，由网上新闻组成。05年的，3600条训练数据。
给1个句子对，判断2个句子语义是否相同
RTE
Recognizing Textual Entailment，二分类任务，类似于MNLI，但是只是蕴含或者不蕴含。训练数据更少
WNLI
Winograd NLI一个小数据集的NLI。据说官网评测有问题。所以评测后面的评测没有加入这个