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（Massive Multitask Language Understanding）涵蓋 57 個學科，橫跨人文、社會科學、STEM 與專業領域，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。題目說要多領域、非數學、非中文，答案自動浮現。
易錯陷阱：這題其實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）。要留意的是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。