mlfoundations-dev/global_batchsize_512_lradjusted8_eval_03-18-25_04-03-19_0981
收藏数据链接：
官方服务：
资源简介：
该数据集包含预计算的模型输出，用于评估模型在不同数据集上的表现。数据集包括AIME24、AIME25、AMC23、MATH500、GPQADiamond和LiveCodeBench，每个数据集都提供了准确度、运行次数以及每次运行的详细结果。
This dataset contains precomputed model outputs for the purpose of evaluating the models performance across different datasets. It includes AIME24, AIME25, AMC23, MATH500, GPQADiamond, and LiveCodeBench, each with accuracy, number of runs, and detailed results for each run.
提供机构：
mlfoundations-dev
