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
Object Detection
Object Detection — задача компьютерного зрения: найти объекты на изображении и определить их классы и положение.
Text Classification
Text Classification — автоматическое присвоение текстам категорий или меток на основе их содержания.
Named Entity Recognition
Named Entity Recognition (NER) — извлечение из текста именованных сущностей: людей, организаций, мест, дат, сумм и других.
Contamination
Contamination (утечка данных) — проблема попадания тестовых данных в обучающую выборку, что приводит к завышенным результатам на бенчмарках.