O1

• o1 在 ARC 上的得分
• o1 在 BBH (BIG-Bench Hard) 上的得分
• o1 在 GPQA 上的得分
• o1 在 GSM8K (Grade School Math 8K) 上的得分
• o1 在 HumanEval 上的得分
• o1 在 IFEval 上的得分
• o1 在 MATH 上的得分
• o1 在 MMLU (Massive Multitask Language Understanding) 上的得分
• o1 在 MUSR 上的得分
• o1 在 WinoGrande 上的得分
• 多步规划 场景推荐：o1
• 科学计算 场景推荐：o1
• 逻辑推理 场景推荐：o1
• 数学推理 场景推荐：o1