跳到主要内容Skip to main content

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