MathCLUE「全国高中数学竞赛」介绍：本竞赛旨在全面评估大模型的竞赛级数学推理能力，涵盖了高中数学的几何、代数和概率统计等多个关键领域。
🔥测评模型：DeepSeek-R1（访问地址：chat.deepseek.com）
DeepSeek-R1测评分析
🔍DeepSeek-R1在MathCLUE全国高中数学竞赛中取得第一
DeepSeek-R1在MathCLUE全国高中数学竞赛中荣获第一名，得分高达87.31分，超过世界顶级模型o1近10分，比DeepSeek-R1-Lite-Preview提升26.12个点，显示出其在数学推理和问题解决能力上的显著进步。
(adsbygoogle = window.adsbygoogle || []).push({});
此外，Qwen2.5-Max「全国高中数学竞赛」成绩揭晓！未达预期，原因如下
🔥测评模型：Qwen2.5-Max
使用官方API版本：qwen-max-2025-01-25
Qwen2.5-Max测评分析
🔍Qwen2.5-Max在MathCLUE榜单上仍有提升空间
Qwen2.5-Max在全国高中数学竞赛中得分33.58分，排名第9。虽然领先Claude 3.5 Sonnet(20241022) 15.67分，但与国内外头部大模型相比，仍有30分以上的差距。分析其错题发现，模型在部分难题上省略了解题过程，直接给出错误答案，而本次测评仅根据最终答案评分，这可能是得分偏低的主要原因。
评测集
MathCLUE全国高中数学竞赛评测集，包含2024年全国高中数学竞赛的试题，对大模型进行严格评估。
测评方法
通过判断大模型回答中的最终答案与参考答案是否一致，来评估大模型在问题上的正确率（正确或错误），该方法确保了评估的客观性。
暂无评论