MATH:基准测试详解
详细介绍 MATH 基准:分类、评估指标、数据来源与适用模型。
基准介绍
12,500 道竞赛数学题(含 7 个学科:代数、几何、数论、微积分、概率等,5 个难度级别),评估模型的复杂数学推理能力。
评测指标
| 指标名 | 单位 | 方向 |
|---|---|---|
| accuracy | % | ↑ 越高越好 |
数据来源
模型得分排名
MATH
描述
12,500 道竞赛数学题(含 7 个学科:代数、几何、数论、微积分、概率等,5 个难度级别),评估模型的复杂数学推理能力。
核心规格
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| math | MIT | 2021-01-01 |
基准
| 单位 |
|---|
| % |