mmlu截图

mmlu

MMLU(Massive Multitask Language Understanding)是一个大规模多任务语言理解基准测试,旨在评估模型在跨学科知识上的综合能力。它涵盖57个学科领域,包括STEM、人文、社会科学等,包含约16,000道选择题,要求模型具备广泛的知识储备和推理能力。MMLU通过零样本和少样本设置测试模型的泛化性,挑战其在未专门训练任务上的表现。该基准推动了语言模型向更全面、更深入的理解方向发展,成为衡量AI系统知识广度和深度的权威标准之一,被广泛应用于大语言模型的能力评估与对比研究。mmlu

立即下载
总共99 更新时间:2026-06-21

mmlu