iPAS 考題解析下列哪一個資料集專門設計用於測試大型語言模型在多領域、多任務語言理解中，涵蓋人文、科學與社會科學等領域，而非專門用於數學推理或中文專業知識？

解析

正確答案：A. MMLU

MMLU（Massive Multitask Language Understanding）是專門設計用於測試 LLM 在多領域、多任務語言理解能力的基準測試，涵蓋人文、科學、社會科學等 57 個學科。GSM8K 和 MATH 專注於數學，C-Eval 專注於中文。

每個選項為什麼對或錯

• A MMLU 正解

  MMLU 涵蓋人文、科學、社會科學等 57 個學科，是多領域語言理解的標準基準。

• B GSM8K 錯誤選項

  GSM8K 是小學等級數學推理測試集，專門用於數學而非多領域。

• C MATH 錯誤選項

  MATH 是數學推理基準測試，專注於高階數學問題。

• D C-Eval 錯誤選項

  C-Eval 是中文綜合評估基準，專注於中文專業知識而非多語言多領域。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。