MMLU：衡量大模型通用知识的多学科基准

MMLU 是由四选一题目构成的基准，覆盖人文学科、STEM、社会科学和专业领域，许多题目需要回忆领域事实、应用定义或在时间限制下做轻度推理。凭借广度与稳定性，MMLU 常被模型报告用作通用知识的核心指标，其按学科划分的子分数可反映模型在不同领域的强弱。