Mathematical Reasoning On Aime24
평가 지표
Acc
평가 결과
이 벤치마크에서 각 모델의 성능 결과
비교 표
| 모델 이름 | Acc |
|---|---|
| qwen2-5-technical-report | 23.3 |
| search-o1-agentic-search-enhanced-large | 56.7 |
| 모델 3 | 74.4 |
| 모델 4 | 44.6 |
| 모델 5 | 16 |
| 모델 6 | 70.0 |
| s1-simple-test-time-scaling | 56.7 |
| deepseek-r1-incentivizing-reasoning | 79.8 |