Phi-4-instruct (reasoning-trained) 评测详情

Phi-4-instruct (reasoning-trained) 当前已收录的代表性评测结果包括 AIME 2024（46 / 62，得分 50）、MATH-500（38 / 46，得分 90.40）、GPQA Diamond（414 / 463，得分 49）。