Qwen3-8B_eval_08c7

# mlfoundations-dev/Qwen3-8B_eval_08c7 Precomputed model outputs for evaluation. ## Evaluation Results ### HMMT - **Average Accuracy**: 44.33% ± 1.06% - **Number of Runs**: 10 | Run | Accuracy | Questions Solved | Total Questions | |-----|----------|-----------------|----------------| | 1 | 43.33% | 13 | 30 | | 2 | 43.33% | 13 | 30 | | 3 | 43.33% | 13 | 30 | | 4 | 43.33% | 13 | 30 | | 5 | 46.67% | 14 | 30 | | 6 | 53.33% | 16 | 30 | | 7 | 43.33% | 13 | 30 | | 8 | 43.33% | 13 | 30 | | 9 | 40.00% | 12 | 30 | | 10 | 43.33% | 13 | 30 |# mlfoundations-dev/Qwen3-8B_eval_08c7 用于评估的预计算模型输出。 ## 评估结果 ### HMMT - **平均准确率**：44.33% ± 1.06% - **运行次数**：10 | 运行序号 | 准确率 | 已解决问题数 | 总问题数 | |-----|----------|-----------------|----------------| | 1 | 43.33% | 13 | 30 | | 2 | 43.33% | 13 | 30 | | 3 | 43.33% | 13 | 30 | | 4 | 43.33% | 13 | 30 | | 5 | 46.67% | 14 | 30 | | 6 | 53.33% | 16 | 30 | | 7 | 43.33% | 13 | 30 | | 8 | 43.33% | 13 | 30 | | 9 | 40.00% | 12 | 30 | | 10 | 43.33% | 13 | 30 |

搜集汇总

背景与挑战

背景概述

该数据集包含Qwen3-8B模型的预计算输出，专门用于评估任务。在HMMT评估中，其平均准确率达到44.33%，基于10次运行结果。数据集采用Apache 2.0许可证发布。