Hugging Face Blog·· 2025-02-14精选AI 评分62
Hugging Face 用 Math-Verify 重评 Open LLM Leaderboard 全部 3751 个模型
Fixing Open LLM Leaderboard with Math-Verify
AI 导读
Hugging Face 用 Math-Verify 重新评测了 Open LLM Leaderboard 上提交过的全部 3751 个模型，替换掉此前无法正确解析答案格式、SymPy 表达式和等价比较的旧评测器。
推荐理由
官方复盘了旧数学评测的解析缺陷，并给出重评后榜单变化，可据此理解基准分数差异的来源。
来源：Hugging Face Blog · huggingface.co