glm-simple-evals-dataset

# glm-simple-evals-dataset

This repository is dedicated to storing various evaluation data required for the [glm-simple-evals](https://github.com/zai-org/glm-simple-evals/tree/main) evaluation project, to enable industry researchers and developers to reproduce the performance of the GLM-4.5 series models on reported benchmarks.

Currently, this repository covers the data required for the following evaluation tasks:

- AIME
- GPQA
- HLE
- LiveCodeBench
- MATH 500
- SciCode
- MMLU Pro

## Usage Instructions

To use these evaluation datasets, please refer to the detailed guidelines in the [glm-simple-evals](https://github.com/zai-org/glm-simple-evals/tree/main) project.

# glm-simple-evals 数据集

本仓库用于存储[glm-simple-evals](https://github.com/zai-org/glm-simple-evals/tree/main)评估项目所需的各类评估数据，助力工业界研究者与开发者复现GLM-4.5系列模型在公开基准测试中的性能表现。

目前本仓库涵盖以下评估任务所需的数据：
- AIME
- GPQA
- HLE
- LiveCodeBench
- MATH 500
- SciCode
- MMLU Pro

## 使用说明

若需使用本仓库中的评估数据集，请参阅[glm-simple-evals](https://github.com/zai-org/glm-simple-evals/tree/main)项目中的详细操作指南。

搜集汇总

背景与挑战

背景概述

该数据集由ZhipuAI提供，专门用于存储GLM-4.5系列模型在AIME、GPQA、HLE等多个基准评估任务上所需的评估数据。其目的是支持行业研究人员和开发者复现这些模型在报告基准上的性能表现。