M
MMLU
Также известен как: Massive Multitask Language Understanding
Данные и аналитикаОпределение
MMLU (Massive Multitask Language Understanding) — бенчмарк для оценки знаний и способности к рассуждению LLM по 57 предметным областям.
Простое объяснение
MMLU — как единый экзамен для AI по всем предметам сразу: от физики до истории искусств. Показывает, насколько модель "образованна".
Подробнее
MMLU включает вопросы с множественным выбором из областей от элементарной математики до профессионального права и медицины. Тест покрывает STEM, гуманитарные науки, социальные науки и другие области на уровне от средней школы до профессионального экзамена. MMLU стал де-факто стандартом для сравнения LLM: GPT-4 показывает ~86%, Claude 3 Opus ~86%, Gemini Ultra ~83%. Однако есть критика: возможна контаминация тестовых данных, некоторые вопросы устарели или неоднозначны.
Связанные термины
Text Classification
Text Classification — автоматическое присвоение текстам категорий или меток на основе их содержания.
Предиктивная аналитика
Предиктивная аналитика — использование исторических данных и ML для прогнозирования будущих событий, трендов и поведения.
BLEU/ROUGE
BLEU и ROUGE — классические метрики для оценки качества генерации текста путём сравнения с эталонными ответами.
Anomaly Detection
Anomaly Detection — автоматическое выявление необычных паттернов, выбросов или аномалий в данных.