MMLU 考 80 分已不稀奇，感叹大模型能力迅速贬值

andrew_n_carr · x · 2026-07-22

科技从业者 Andrew Carr 感叹 AI 行业发展之快：仅仅在一年半以前，大语言模型在 MMLU（大规模多任务语言理解）基准测试中突破 80 分还是引发行业震动的大事件；而如今，这已经成了稀松平常的日常。

这一观点引发了共鸣，直观反映出前沿 AI 模型能力基准线的快速攀升，以及大众对高性能大模型的心理阈值正在不断拔高。