---
language:
- bci
- en
license: mit
tags:
- benchmark
- mmlu
- evaluation
- baoule
- african-languages
- bci
- llm-evaluation
task_categories:
- question-answering
- multiple-choice
pretty_name: MMLU-Baoulé
size_categories:
- 10K<n<100K
configs:
- config_name: default
  data_files:
  - split: test
    path: data/test.parquet
---

# 🇨🇮 MMLU-Baoulé (Massive Multitask Language Understanding en Baoulé)

**MMLU-Baoulé** est la première adaptation officielle intégrale du célèbre benchmark académique **MMLU** (*Massive Multitask Language Understanding*) pour la langue **Baoulé (bci)**, parlée en Côte d'Ivoire.

Ce benchmark est publié et maintenu par le laboratoire **Tree-AI-lab** dans le cadre du projet souverain de modèles africains **BABA**.

## 📊 Caractéristiques du jeu de données

- **Nombre de questions** : 14 042 (100% du split `test` officiel de MMLU)
- **Matières couvertes** : 57 disciplines (STEM, Sciences Humaines, Sciences Sociales, Droit, Médecine, etc.)
- **Format** : Questions à choix multiples (QCM) à 4 propositions (A, B, C, D)
- **Langue cible** : Baoulé (`bci`)
- **Langue source** : Anglais (`en`)

## 🛠 Structure des données

Chaque entrée contient les champs suivants :

```json
{
  "id": "mmlu_bci_00000",
  "subject": "abstract_algebra",
  "question": "Kplin fie’n i nunnunlɛ’n i degré’n su Q(sqrt(2), sqrt(3), sqrt(18)) su.",
  "choices": [
    "0",
    "4",
    "2",
    "6"
  ],
  "answer": 1,
  "answer_letter": "B",
  "question_en": "Find the degree for the given field extension Q(sqrt(2), sqrt(3), sqrt(18)) over Q.",
  "choices_en": [
    "0",
    "4",
    "2",
    "6"
  ],
  "langue_cible": "bci",
  "date_traduction": "2026-09-27T02:05:45.781966+00:00"
}
```

## 🚀 Utilisation avec la bibliothèque `datasets`

```python
from datasets import load_dataset

dataset = load_dataset("Tree-AI-lab/MMLU_banchmark_baoule")
print(dataset["test"][0])
```

## 📜 Licence
MIT License.