HyperAI超神経
ホームニュース最新論文チュートリアルデータセット学会百科事典SOTALLMモデル
検索
サイトについて
HyperAI超神経

Mathematical Reasoning

ベンチマークリスト

このタスクに関連するすべてのベンチマーク

aime24
最高モデル： DeepSeek-r1

評価指標

詳細を表示
lila-ood
最高モデル： Codex (Few-Shot, 175B)

評価指標

詳細を表示
math500
最高モデル： Search-o1

評価指標

詳細を表示
unigeo
最高モデル： GOLD

評価指標

詳細を表示
amc23

評価指標

詳細を表示
frontiermath

評価指標

詳細を表示
geoqa

評価指標

詳細を表示
lila-iid

評価指標

詳細を表示
mmlu-mathematics

評価指標

詳細を表示
pgps9k

評価指標

詳細を表示
unigeo-prv

評価指標

詳細を表示