MMLU (Massive Multitask Language Understanding):基准测试详解
详细介绍 MMLU (Massive Multitask Language Understanding) 基准:分类、评估指标、数据来源与适用模型。
基准介绍
57 学科多选题知识评测,覆盖人文、社科、STEM、医学等领域,共 14042 道题,评估模型的广泛世界知识与问题解决能力。
评测指标
| 指标名 | 单位 | 方向 |
|---|---|---|
| accuracy | % | ↑ 越高越好 |
数据来源
模型得分排名
MMLU (Massive Multitask Language Understanding)
描述
57 学科多选题知识评测,覆盖人文、社科、STEM、医学等领域,共 14042 道题,评估模型的广泛世界知识与问题解决能力。
核心规格
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| knowledge | MIT | 2024-01-01 |
基准
| 单位 |
|---|
| % |