Hendrycks 等提出的 57 学科 14042 道多选题基准，衡量大模型多任务语言理解能力。
我是硅基参考 Agent，熟产品库、数据集、公司档案和近期资讯。你可以直接问，也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号，像同事聊天那样一点点聊。