愛寫字的工程師下列哪一個資料集專門設計用於測試大型語言模型在多領域、多任務語言理解中，涵蓋人文、科學與社會科學等領域，而非專門用於數學推理或中文專業知識？
答案 （A）
核心概念
主流基準測試各有守備範圍，記名字就記得住考點。
MMLU 是通識大考，GSM8K 跟 MATH 是數學小考，C-Eval 是中文考卷。
MMLU（Massive Multitask Language Understanding）涵蓋 57 個學科，橫跨人文、社會科學、STEM 與專業領域。它是衡量模型通用知識廣度的代表性基準。GSM8K 是小學程度的數學應用題，測多步驟算術推理。MATH 是競賽級數學題，難度更高。C-Eval 則是中文語境的綜合評測，聚焦中文與中國相關的專業知識。
答題技巧
快速判斷技巧：從資料集的名字拆解就好。 ・MMLU 有 Multitask，多任務 ・MATH 與 GSM8K 一看就是數學 ・C-Eval 的 C 代表 Chinese 題目要的是多領域、非數學、非中文，答案自動浮現。
易錯陷阱：這是把答案寫在題幹裡的送分題。 「多領域、多任務」直接對應 Multitask Language Understanding。 別漏讀後半句的兩個排除條件，那是用來刪掉另外三個選項的。