FrontierMath

资源概览

访问

访问状态未核实

访问说明

比较时必须同时说明版本、数据划分、所用工具和当前结果。

输入

模型在基准规定评测设置下给出的答案。

输出

针对所报告版本和条件的基准结果。

许可

许可待核实

限制

基准结果不能证明模型在其版本、数据划分和工具设置之外具有普遍数学能力。

评测条件

每次比较均记录基准版本、数据划分、模型版本、工具、预算和结果来源。

代码发布

未核实

数据发布

未核实

本站运行验证

未核实

关联时间线