什么是 MMLU?

在评估过程中使用语言模型对其他模型的输出进行评分或比较。

小学数学应用题的基准，用于评估语言模型中的逐步推理。

AI 代理跨步骤或会话使用存储的上下文来提高连续性。

可以处理或生成文本、图像和音频等多种数据类型的模型。

用于跨环境进行版本控制、批准和跟踪模型的中央目录。

一个假设的人工智能系统，可以在许多领域以人类水平执行大多数智力任务。