正在加载页面内容
MMLU-Redux
MMLU Redux 是 MMLU 的修正和重新标注版本，由 Anthropic 提出。解决了原版 MMLU 中部分题目答案错误或模糊的问题，提供更干净的数据集和更准确的性能评估。是许多前沿模型报告中采用的标准评测版本。
推理官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 95.9 | Qwen3.5 技术报告 | |||
| 2 | 95.6 | Anthropic | Qwen3.6-27B 技术报告 | ||
| 3 | 95.3 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 4 | 95.2 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 5 | 95 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 6 | 95 | OpenAI | Qwen3.5 技术报告 | ||
| 7 | 94.9 | 阿里巴巴 | Qwen3.6-27B 技术报告 | ||
| 8 | 94.8 | 深度求索 | Qwen3.7-Plus 技术报告 | ||
| 9 | 94.5 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 10 | 94.5 | 阿里巴巴 | Qwen3.7-Plus 技术报告 |
