标签：大模型评测

MMLU 论文精读：57 个学科任务如何定义了大模型的「知识广度」考卷

逐节拆解 MMLU 基准论文：57 个学科任务、四大门类的设…

2026-08-29

0

448 道让博士只答对 65% 的题，究竟在考大模型什么？

逐条拆解 GPQA 这个「研究生级、搜不到答案」的评测基准：…

2026-07-01

0