mlfoundations-dev/test_r1_7b_verifier_model_1743123339_eval_e3ef
收藏Hugging Face2025-03-28 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/mlfoundations-dev/test_r1_7b_verifier_model_1743123339_eval_e3ef
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含预计算模型输出的数据集，用于评估模型在AIME25任务上的表现。数据集中提供了5次运行的评估结果，包括平均准确率为40.67%，以及每次运行的准确率、解决的问题数量和总问题数量。
This dataset contains precomputed model outputs for evaluation purposes, assessing the models performance on the AIME25 task. The dataset provides evaluation results from 5 runs, including an average accuracy of 40.67%, as well as the accuracy, number of questions solved, and total number of questions for each run.
提供机构：
mlfoundations-dev
