本古里安大学 发布 MMLU benchmark 数据集, 应用在 机器学习、基准测试 领域

本古里安大学 本次发布的数据集 MMLU benchmark, MMLU benchmark是由Hendrycks等人于2020年创建的基准测试，包含跨越57个学科的多项选择题。该数据集广泛用于评估LLM在通用知识方面的能力。文中提到，MMLU数据集经过MIT许可发布，研究团队使用DeepSeek工具生成了每个问题的变形版本，以探查LLM对标准提示格式的过度拟合情况。

查看MMLU benchmark

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。