MMLU & MMLU-Pro
Benchmark
Capacità
The default knowledge exam of 2020–24 — now saturated.
Stai visualizzando un record di benchmark: un test usato dal settore per misurare chip o modelli — e cosa rivela concretamente.
MMLU's 57-subject multiple-choice exam was the standard capability score from GPT-3 (43.9%) to the high-80s frontier plateau; MMLU-Pro hardened it as scores saturated. Its arc is the pattern every benchmark follows: introduced, climbed, saturated, replaced.
Come si collega al resto dello stack
I collegamenti di questa scheda a colpo d'occhio — clicca un gruppo per raggiungerlo.
Correlati
Fonti
Record revisionato al 2026-01-15 — vedi Metodologia.