DataLearner logoDataLearnerAI
AI Tech Blogs
Leaderboards
Benchmarks
Models
Resources
Tool Directory

加载中...

DataLearner logoDataLearner AI

A knowledge platform focused on LLM benchmarking, datasets, and practical instruction with continuously updated capability maps.

产品

  • Leaderboards
  • 模型对比
  • Datasets

资源

  • Tutorials
  • Editorial
  • Tool directory

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner curates industry data and case studies so researchers, enterprises, and developers can rely on trustworthy intelligence.

隐私政策服务条款
  1. Home/
  2. Blog/
  3. Tag: 大模型数学评测能力
Tag

Articles tagged "大模型数学评测能力"

A curated list of original AI and LLM articles related to "大模型数学评测能力", updated regularly.

Tags:#大模型数学评测能力
MATH vs. MATH-500：数学推理评测基准的对比与解析

MATH vs. MATH-500：数学推理评测基准的对比与解析

在评估大型语言模型（LLM）的数学推理能力时，MATH和MATH-500是两个备受关注的基准测试。尽管它们都旨在衡量模型的数学解题能力，但在发布者、发布目的、评测目标和对比结果等方面存在显著差异。

2025/02/15 11:36:411,973
#MATH#MATH-500#大模型数学评测能力

Topic Collections

RAG (Retrieval-Augmented Generation)Long Context (Large Language Models)AI Agent Practices

Today's Picks

Java爬虫入门简介（四）——HttpClient保存使用Cookie登录Eclipse使用Maven插件的简单介绍使用Let's Encrypt生成Tomcat使用的SSL证书并使用OpenAI再度泄露重磅更新，GPT-4即将发布128K的超长上下文版本以及多模态版本，价格下降一大半！使用卷积神经网络进行手写识别一个简单的网页布局比OpenAI原始的Whisper快70倍的开源语音识别模型Whisper JAX发布！智谱AI发布第二代CodeGeeX编程大模型：CodeGeeX2-6B，最低6GB显存可运行，基于ChatGLM2-6B微调实际案例说明AI时代大语言模型三种微调技术的区别——Prompt-Tuning、Instruction-Tuning和Chain-of-Thought122

Hot Blogs

1Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）2回归模型中的交互项简介（Interactions in Regression）3贝塔分布（Beta Distribution）简介及其应用4矩母函数简介（Moment-generating function）5普通最小二乘法（Ordinary Least Squares，OLS）的详细推导过程6使用R语言进行K-means聚类并分析结果7深度学习技巧之Early Stopping（早停法）8H5文件简介和使用9手把手教你本地部署清华大学的ChatGLM-6B模型——Windows+6GB显卡本地部署10Wishart分布简介