CMMLU

CMMLU 是中文综合能力评测的权威基准，在主题覆盖与本土化评估方面表现突出。它是评估模型中文能力的常用工具。

## 常见问题

**CMMLU 免费吗？** 以发布方公开资源为准，通常开源可用。

**覆盖哪些主题？** 涵盖自然科学与人文社科共 67 个主题。

**支持少样本测试吗？** 支持零样本与少样本两种模式。

## 快速上手

1. 获取 CMMLU 基准；2. 准备模型接口；3. 选择测试模式；4. 运行评估脚本；5. 查看排行榜与结果。

## 使用技巧

**模式对比**：零样本与少样本结合评估；**主题聚焦**：按业务领域看细分主题表现；**持续追踪**：模型迭代后重跑保持可比。

## 进阶提示

建议把「选基准→跑评测→看榜→选型」固化为中文能力评估流程，本土化任务保障相关性，排行榜辅助选型，持续评测追踪能力演进。

**补充说明**：中文场景选型建议重点参考 CMMLU 的细分主题表现，例如法律、医疗等垂直领域；对中文产品团队，可在此基础上补充真实业务测试集提升参考价值。

## 适用场景补充

中文评测、能力对比、模型选型、学术研究、基准使用等场景均适用。

## 一句话总结

中文综合能力评测基准，67主题本土化精准度量。