MMLU

מה הוא מודד

ידע וחשיבה: ידע רב תחומי ויכולת חשיבה על שאלות מורכבות

מה הוא לא מודד

• אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.

הערות על המבחן

Historically important. Saturation and ground-truth issues mean it should not drive frontier recommendations.

תוצאות שנמדדו

אין עדיין תוצאות למבחן ההערכה הזה. הוא מופיע במאגר אך אינו משפיע על הציון.