随着大语言模型(LLM)的发展越来越快,我们需要更好的方法来评估它们到底有多“聪明”,特别是在处理复杂数学问题的时候。AIME 2025 就是这样一个工具,它专门用来测试当前 AI 在高等数学推理方面的真实水平。
AIME2025
2025年美国数学竞赛邀请赛的试题,用于测试大模型的数学推理能力
15
个人
数学推理
Accuracy
随着大语言模型(LLM)的发展越来越快,我们需要更好的方法来评估它们到底有多“聪明”,特别是在处理复杂数学问题的时候。AIME 2025 就是这样一个工具,它专门用来测试当前 AI 在高等数学推理方面的真实水平。
模型简称 | 得分 | 发布机构 | 发布时间 | 参数规模(亿) |
---|