AMO-벤치는 극단적인 출력에서 점수를 잘못 판단할 수 있습니다

AMO-벤치 발표: IMO 수준 수학 대회용 대형 모델 추론 벤치마크

1. Abstract AMO-Bench는 메이투안의 LongCat 팀이 시작한 고급 수학적 추론 벤치마크로, 국제 수학 올림피아드(IMO) 수준과 더 높은 난이도 대회 문제에 중점을 둡니다. 벤치마크는 50개의 새로운 인간 전문가 설계 문제로 구성되어 있으며, 시스템은...