数学推理 场景推荐：o1 Preview
数学推理 → o1 Preview
场景概述
o1 Preview 由 Openai 发布，是 数学推理 场景下的推荐选项之一。
推荐模型
| 排名 | 厂商 | 上下文窗口 | Score |
|---|---|---|---|
| #2 | Openai | 128K | 57/100 |
性能分析
基准测试表现
| 基准 | 得分 |
|---|---|
| MMLU | 85.3 |
| HUMANEVAL | 90.1 |
| GSM8K | 92.5 |
| MATH | 71.5 |
| BBH | 84.5 |
| GPQA | 57.7 |
优势
- MMLU 得分 85.3，知识推理能力强。
- HumanEval 90.1，代码生成能力出色。
- GSM8K 92.5，数学推理稳健。
需求
- 需要 openai 的 API 密钥
- 输入长度须在 128K 上下文窗口内