已验证80% 置信事实时间未知

MMLU 涵盖 57 个学科的通识知识广度测试

6

来源数

80%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Claude 4.5 vs Gemini 3 Pro: A Comprehensive Coding Showdown

bilibiliClaudeEvangelist

相关事实

待验证MMLU覆盖57个学科领域，题目来源于律师资格、医学执照、GRE等真实人类专业考试，用于评估通用知识理解能力84% 相似待验证MMLU涵盖57个学科领域的选择题，GPQA专注于需要博士级专业知识的问题82% 相似待验证MMLU基准测试涵盖数学、历史、法律、医学等57个学科领域79% 相似待验证选购以NACSW(美国国家犬类嗅觉工作协会)或FCI/AKC认证课程为体系蓝本的书籍，其训练进阶节点(如从容器搜索到室内、室外、车辆四大科目)与正规赛制对齐52% 相似待验证C-Eval涵盖52个中国学科的高考、考研和职业资格考试题目52% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/55590

API

curl https://kongchang.com/api/v1/knowledge/claims/55590

MCP

get_claim(id=55590)