MathArena/imo_2025_outputs

Name: MathArena/imo_2025_outputs
Creator: MathArena
Published: 2025-08-09T04:44:50+08:00

Hugging Face2025-10-17 更新2025-08-09 收录

数学竞赛

模型评估

数据链接：

https://hf-mirror.com/datasets/MathArena/imo_2025_outputs 数据链接链接失效反馈

官方服务：

资源简介：

2025年IMO数学竞赛问题模型答案数据集

Model Outputs for IMO 2025 Math Competition Questions Dataset

提供机构：

MathArena

open-llm-leaderboard-old/details_TencentARC__Mistral_Pro_8B_v0.1

模型评估

自然语言处理

--- pretty_name: Evaluation run of TencentARC/Mistral_Pro_8B_v0.1 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [TencentARC/Mistral_Pro_8B_v0.1](https://huggi

Hugging Face2024-02-23 更新210

open-llm-leaderboard-old/details_jsfs11__WildMBXMarconi-SLERP-7B

自然语言处理

模型评估

该数据集是在模型 jsfs11/WildMBXMarconi-SLERP-7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它包含 1 次运行的结果，每次运行都作为每个配置中的一个特定分割存储。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示

Hugging Face2024-01-24 更新140

HWERI/openorca-multiplechoice-5k-comparisons

模型评估

多选题生成

该数据集是beaugogh/openorca-multiplechoice-10k的一个子集，其中添加了模型生成的响应作为被拒绝的响应。使用的模型是beaugogh/Llama2-7b-openorca-mc-v2。

Hugging Face2023-09-09 更新90

open-llm-leaderboard-old/details_w601sxs__b1ade-1b

模型评估

自然语言处理

--- pretty_name: Evaluation run of w601sxs/b1ade-1b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [w601sxs/b1ade-1b](https://huggingface.co/w601sxs/b1ade-1b)

Hugging Face2023-09-17 更新190

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90