基准测试在测什么 › C-Eval
C-Eval
中文语境下的多学科知识与推理，分中学、高中、大学、专业四档。
中文领域13,948道题2条已知毛病2026-09-14数据截至
01
分数高对您意味着什么
本站根据出题方式和已知毛病解读
分高说明中文考试式知识面广，不代表写中文材料、做中文业务判断更强。
02
怎么出题、怎么打分
出自官方论文与官方仓库
- 题目怎么来
- 52 个学科，13,948 道多选题
- 怎么打分
- 多选题自动判分
03
已知毛病
官方自陈与第三方核查
- 选择题形式蒙对概率高，测不到开放式生成
- 发布两年多，可能已被后来的模型训练语料覆盖；防污染机制官方未说明
04
来源清单
1 条
逐条摊开，每条附原文链接⌄
官方论文、仓库与第三方核查 · 1 条