基准测试（Benchmarks）是指什么？ 📅 2025年10月23日 基准测试（Benchmarks）是评估AI模型能力与性能的标准化测试集，其核心构成包括语言理解、逻辑推理、知识问答、代码生成等维度、MMLU、HellaSwag、HumanEval等测试，以及量化评分。它解决的是模型优劣缺少统一尺度的问题，…