five

mlfoundations-dev/s1-32B_1744017028_eval_0981

收藏
Hugging Face2025-04-07 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/mlfoundations-dev/s1-32B_1744017028_eval_0981
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含了不同数学竞赛和编程竞赛的预计算模型输出结果,用于评估模型在各个任务上的表现。评估结果涵盖了AIME24、AIME25、AMC23、MATH500、GPQADiamond和LiveCodeBench等多个子数据集,每个子数据集都提供了平均准确率、每次运行的准确率、解决的问题数和总问题数。

This dataset includes precomputed model outputs for various mathematical and programming contests, used for evaluating the performance of the model on different tasks. The evaluation results cover multiple sub-datasets such as AIME24, AIME25, AMC23, MATH500, GPQADiamond, and LiveCodeBench, each providing average accuracy, accuracy per run, number of questions solved, and total number of questions.
提供机构:
mlfoundations-dev
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作