TIGER-Lab/mmlu_pro_leaderboard_submission

Name: TIGER-Lab/mmlu_pro_leaderboard_submission
Creator: TIGER-Lab
Published: 2025-09-01 20:50:34
License: 暂无描述

Hugging Face2025-09-01 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/TIGER-Lab/mmlu_pro_leaderboard_submission

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

TIGER-Lab

TIGER-Lab/MMLU-Pro

MMLU-Pro数据集是一个更为鲁棒和具有挑战性的大规模多任务理解数据集，旨在更严格地评估大型语言模型的能力。该数据集包含12K个复杂问题，涵盖多个学科。与原始MMLU数据集相比，MMLU-Pro增加了每个问题的选项数量，从4个增加到10个，以提高评估的复杂性和鲁棒性。此外，MMLU-Pro还集成了更多需要推理的问题，使得CoT（Chain-of-Thought）推理的效果比PPL（Perplex

Hugging Face2026-05-02 更新1000

TIGER-Lab/MMLU-STEM

该数据集包含了MMLU原始论文中定义的STEM学科的一个子集。包含的学科有：抽象代数, 解剖学, 天文学, 大学生物学, 大学化学, 大学计算机科学, 大学数学, 大学物理学, 计算机安全, 概念物理学, 电气工程, 初等数学, 高中生物学, 高中化学, 高中计算机科学, 高中数学, 高中物理学, 高中统计学, 机器学习。使用该数据集时请引用原始MMLU论文。

Hugging Face2024-06-20 更新1270

TIGER-Lab/VideoEval-Pro

VideoEval-Pro是一个包含开放性问题简短回答的长视频理解基准数据集，改编自四个现有的长视频理解多项选择题基准数据集。每个示例包含视频文件信息、问题、选项、正确答案等相关信息。

Hugging Face2025-05-30 更新40

TIGER-Lab/LongICL_leaderboard_submission

--- license: apache-2.0 ---

Hugging Face2024-06-13 更新40

TIGER-Lab/ScreenSpot-Pro

ScreenSpot-Pro数据集的简化版本，用于问答任务，包含英语内容，数据规模在1K到10K之间。

Hugging Face2026-01-03 更新50