Qwen3评测数据集合

> [!NOTE] > 该数据集兼容 v1.0.0版本 EvalScope，若使用旧版本 EvalScope v0.xx 等，请使用旧版[数据集](https://modelscope.cn/datasets/modelscope/EvalScope-Qwen3-Test) # Qwen3 评测数据集合 该数据集由EvalScope工具生成，覆盖了主流的benchmark，评测了模型的代码能力(LiveCodeBench)、数学能力(AIME2024, AIME2025)、知识能力(MMLU-Pro, CEVAL)、指令遵循(IFEval)等。 具体使用方法参考[Qwen3 模型评测最佳实践](https://evalscope.readthedocs.io/zh-cn/latest/best_practice/qwen3.html) #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}> [!NOTE] > 本数据集兼容v1.0.0版本的EvalScope工具，若使用旧版本EvalScope v0.xx及更早版本，请使用旧版[数据集](https://modelscope.cn/datasets/modelscope/EvalScope-Qwen3-Test) # Qwen3评测数据集 本数据集由EvalScope工具生成，覆盖了当前主流的基准测试集，可对模型的代码能力（LiveCodeBench）、数学能力（AIME2024、AIME2025）、知识能力（MMLU-Pro、CEVAL）以及指令遵循能力（IFEval）等维度进行评测。 具体使用方法请参考[Qwen3模型评测最佳实践](https://evalscope.readthedocs.io/zh-cn/latest/best_practice/qwen3.html) #### 下载方式 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

Qwen3评测数据集合是由EvalScope工具生成的评估数据集，涵盖代码能力、数学能力、知识和指令跟随等多个方面的评测任务，适用于Qwen3模型的性能评估。数据集采用Apache License 2.0许可，提供SDK和GIT两种下载方式。