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。
Overview
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。
Metrics
| Metric | Unit | Direction |
|---|---|---|
| accuracy | % | ↑ Higher is better |
Sources
Model Score Ranking
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 |
|---|
| % |