Models · Data · 评测集
MMLU
覆盖 57 个学科的多选题,是模型知识广度的常用基线。
| 来源 | UC Berkeley 等 |
|---|---|
| 规模 | 约 1.4 万道测试题 / 57 学科 |
| 语言 | 英文 |
| 格式 | CSV / Parquet |
| 许可 | MIT |
| 商用 | 允许 |
| 获取 | 直接下载 |
| 任务适配 | 知识评测 |
| 核验日 | 2026-11-19 |
质量与偏差
覆盖 57 个学科的多选题,是模型知识广度的常用基线。
使用边界
题目公开已久,污染风险高;分数高不等于会做实际任务。
下一步
- 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
- 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
- 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://huggingface.co/datasets/cais/mmlu · 核验日 2026-11-19 · 许可以来源页为准