AdvancedMathBench：高级数学证明生成与验证基准套件
大语言模型在高中和奥数级别数学任务上表现优异，但对高等数学能力的理解仍不足。现有基准在学科覆盖和评估粒度上均存在局限。AdvancedMathBench 针对这一缺口设计了评估高级数学推理能力的基准套件，提供核心证明生成与验证功能。
查看原文解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。
大语言模型在高中和奥数级别数学任务上表现优异，但对高等数学能力的理解仍不足。现有基准在学科覆盖和评估粒度上均存在局限。AdvancedMathBench 针对这一缺口设计了评估高级数学推理能力的基准套件，提供核心证明生成与验证功能。
查看原文