# Benchmark Anatomi: MMLU'dan LMSys Arena'ya — LLM Kalitesini Ölçmenin Bilimi ve Sanatı

> Source: https://sukruyusufkaya.com/learn/llm-muhendisligi/benchmark-anatomi-mmlu-arena
> Updated: 2026-08-21T21:00:20.406Z
> Category: LLM Mühendisliği
> Module: Modül 21: LLM Değerlendirme — Benchmark'lar ve Production Eval
**TLDR:** LLM benchmark'larının matematiksel ve epistemik anatomi: MMLU (Hendrycks 2020 — 57 task), HumanEval (Chen 2021 — kod), MT-Bench (Zheng 2023 — chat), LMSys Chatbot Arena (community ELO ranking), GPQA (Rein 2023 — graduate-level reasoning). 'Niye bir benchmark yeterli değil?' Türkçe için TR-MMLU, MUKAYESE, BoazıçNLP. **Benchmark contamination** sorununun ciddi analizi — model'in eğitim verisinde test soruları varsa skor yanıltıcı. Holistic evaluation yaklaşımı.