mlfoundations-dev/OpenThinker-7B_eval_03-07-25_19-35_0981
收藏Hugging Face2025-03-07 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/mlfoundations-dev/OpenThinker-7B_eval_03-07-25_19-35_0981
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了在不同评估标准下的预计算模型输出结果。具体包括AIME24、AIME25、AMC23、GPQADiamond和MATH500五个评估标准的准确度指标以及每轮解答的问题数量。数据集详细展示了每个评估标准的平均准确度、标准差以及进行的运行次数。
This dataset includes precomputed model outputs for evaluation on various benchmarks. It specifically contains accuracy metrics and the number of questions solved for each run on AIME24, AIME25, AMC23, GPQADiamond, and MATH500. The dataset details the average accuracy, standard deviation for each benchmark, and the number of runs performed.
提供机构：
mlfoundations-dev
