HyperAIHyperAI

Command Palette

Search for a command to run...

CritPt v2

CritPt v2は、研究レベルの物理推論タスクでLLMをテストするために設計されたベンチマークCritPtの改訂版で、70の複合的な研究課題を特徴とする。モデルはオフラインのLinuxサンドボックス内でコード実行ツールを用いて問題を解く。

インテリジェンス指標の重み
10%
モデル
110 現在、 128 合計
中央値
33.5%
範囲
0.0%–76.5%

スコア分布

最低
0.0%
中央値
33.5%
最高
76.5%

リーダーボード

データ提供:Artificial Analysis