НАБОР ЗАДАЧ
Широкие знания и рассуждение, десять вариантов ответа
Отличие от оригинала: перевод на русский · подмножество оригинала
Широкие знания и рассуждение, десять вариантов ответа
Русскоязычная адаптация: задачи переводятся на русский, перевод вычитывается носителем языка; смысл задачи и эталонный ответ не меняются. Оценку ставит модель-судья строго по критериям набора; провенанс судьи (модель, версия, промпт) фиксируется на прогоне. Сколько задач вошло в прогон — указано в версии набора; пока опубликованных версий нет, чисел нет.
Прогоняется подмножество оригинала, а не весь набор: число задач указано рядом с результатом, и сравнивать наши числа с публикуемыми авторами напрямую нельзя. Приватного холдаута у адаптации нет. Перевод меняет условия: часть задач становится проще или сложнее, и результат отражает модель на русском, а не на языке оригинала.
Набор опубликован полностью и давно, поэтому риск попадания в обучение высок. Числа трактуются как оценка сверху; расхождение с моделями, вышедшими до и после публикации набора, отмечается в карточке прогона.
Hugging Face — TIGER-Lab/MMLU-Pro
TIGER-Lab · mit · дата обращения 3 сентября 2026 г.