大语言模型评估任务 中MC1、MC2、MC3 指标是什么

大语言模型评估任务 中MC1、MC2、MC3 指标是什么

在学术研究尤其是大语言模型评估任务中，MC1、MC2、MC3通常指多项选择任务（Multiple Choice Task）的不同子任务或评估维度，具体定义需结合具体数据集或研究场景。

以事实性评估常用的基准为例（如TruthfulQA、MMLU等），这类任务常将问题设计为多项选择形式，而MC1、MC2、MC3可能分别对应：

• MC1：单选项正确的基础多项选择任务（如“下列哪项表述正确？”）；
• MC2：涉及事实辨析的复杂选项任务（如包含相似事实干扰项）；
• MC3：跨领域或多步推理的多项选择任务（如结合常识与专业知识的综合判断）。

在学术研究尤其是模型评估任务中，MC 通常是 “Multiple Choice”（多项选择题）的缩写，指通过提供多个选项让模型选择正确答案的评估形式。

这里的 MC 应指代多项选择任务的评估指标（如准确率），表格中的数值可能对应模型在 MC 任务上的表现得分。之前提到的 MC1、MC2、MC3 则是该类任务下的具体子任务或不同难度 / 类型的细分场景。