מבחן הערכה
MMLU-Redux
מדד משני
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
5,700 manually re-annotated MMLU questions; useful as quality-corrected reference, not a standalone frontier leaderboard.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| 96.6 | MMLU-Redux · מקור לא מאומת | קישור | |
| Qwen3.7 Max | 95.0 | MMLU-Redux · דיווח של הספק | קישור |
| Qwen3.5 397B | 94.9 | MMLU-Redux · דיווח של הספק | קישור |
| Kimi K2.5 | 94.5 | MMLU-Redux · מקור לא מאומת | קישור |
| Qwen3.6 Plus | 94.5 | MMLU-Redux · דיווח של הספק | קישור |
| Qwen3.7 Plus | 94.5 | MMLU-Redux · דיווח של הספק | קישור |
| Qwen3.6-27B | 93.5 | MMLU-Redux · דיווח של הספק | קישור |