Papers with Code（paperswithcode.com）是一个汇集机器学习论文、代码实现和性能评测结果的学术资源平台，其MMLU基准页面专注于展示大规模多任务语言理解（Massive Multitask Language Understanding）的评测数据。该页面由UC Berkeley研究人员于2020年9月提出，旨在通过57项涵盖初等数学、美国历史、计算机科学、法律等领域的英文任务，系统评估大模型的知识覆盖范围和语义理解能力。用户可在此查看不同模型的MMLU得分、排名变化及论文引用信息，是研究大模型能力的重要参考工具。

官方入口

https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu

核心功能

• 排行榜查看：按MMLU总分排序展示各模型性能，支持按日期过滤最新结果
• 任务细分对比：可查看模型在57个具体子任务（如法律、计算机科学）上的单独得分
• 论文关联：每个模型条目链接至原始论文，方便查阅技术细节
• 代码资源：提供模型实现代码的GitHub仓库链接，便于复现实验
• 历史趋势：展示模型性能随时间变化曲线，追踪领域进展
• 筛选与排序：支持按模型类型、参数量、发布时间等条件筛选列表

用户群体

该页面主要面向人工智能研究者、大模型开发人员、学术评估人员以及关注自然语言处理进展的爱好者。研究者在对比模型能力时，可使用此页面快速获取权威的MMLU基准数据；开发者在选择预训练模型时，可依据排名和任务细分做出决策；学生或教育工作者也能通过该页面了解当前大模型的知识覆盖水平。

使用教程

页面数据由Papers with Code团队自动从论文中提取并人工校验，每日更新。用户无需登录即可访问完整排行榜，但若需提交新模型结果，需通过论文关联流程。以下为常见操作步骤：

• 打开上述网址，页面顶部显示当前MMLU总榜前三名及分数
• 点击任意模型名称，可跳转至论文详情页，查看方法介绍和实验设置
• 使用页面左侧筛选栏，按“提交日期”或“模型类型”缩小范围
• 点击“Expand”展开某个模型，可查看其在57个子任务上的具体得分
• 如需对比两个模型，可勾选列表前的复选框，页面将生成对比视图
• 点击“Code”图标，可直接访问模型的开源代码仓库

总结定位

paperswithcode.com的MMLU页面是当前公开可查的大模型语言理解基准数据库，它整合了论文、代码和评测结果，为研究者提供了一个标准化的对比平台。其核心价值在于将分散的学术成果转化为直观的排名和细分数据，降低了横向比较的门槛。对于需要评估模型知识广度的用户，该页面是首选参考来源。以下为同类平台对比：

这个网站地址是由，心动导航网用户自主提交，或网络收集来的，如有违规或者是打不开的情况，请及时反馈！！