公开知识图谱记录
MMLU-Pro
记录摘要
衡量大模型通用推理能力的基准。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 性能: 思考token减少57.3%
资料覆盖
知识图谱当前记录了 5 个已知资料维度，另有 12 个维度尚未记录，关联 9 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- BenchMIRT — 评测于
- LFM2 — 评测于
- Drex Max — 评测于
- GPT-OSS 60B — 评测于
- Jev 1.14 — 评测于