待验证60% 置信事实精确时间
MMLU衡量多任务语言理解、HumanEval衡量代码生成、MATH衡量数学推理
2
来源数
60%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
待验证评估语言模型输出质量的标准基准包括MMLU（多领域知识）、HumanEval/MBPP（代码生成）、MT-Bench和AlpacaEval（指令遵循与对话）、GSM8K和MATH（数学推理）76% 相似待验证常见公开基准如MMLU侧重多学科问答、HumanEval侧重代码生成、MATH侧重数学推理，各自侧重不同维度71% 相似待验证MMLU、HellaSwag、BIG-Bench等主流大语言模型评测体系主要衡量知识覆盖度、逻辑推理与语言流畅性，其设计假设存在可验证的正确答案69% 相似已验证MMLU（Massive Multitask Language Understanding）基准包含超过1.4万道题目69% 相似待验证大语言模型编程场景的核心能力指标包括HumanEval代码生成基准、SWE-bench真实Bug修复成功率及跨文件依赖解析准确性67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/687037API
curl https://kongchang.com/api/v1/knowledge/claims/687037MCP
get_claim(id=687037)