技术
MATH-500
一个包含 500 道高难度数学竞赛题的基准测试集，用于评估大模型的数学推理能力。
详细解释
MATH-500 取自 MATH 数据集的一个精选子集，题目覆盖代数、几何、数论、组合等，答案多为可精确比对的数值或表达式。由于题目难度高、需要多步推理，它成为衡量模型推理能力的重要标尺，常与 GSM8K 等基础数学集配合使用。研究者也常用它对比思维链、Best-of-N 采样和强化学习推理模型的效果。
别名与相关写法
math 500
一个包含 500 道高难度数学竞赛题的基准测试集，用于评估大模型的数学推理能力。
MATH-500 取自 MATH 数据集的一个精选子集，题目覆盖代数、几何、数论、组合等，答案多为可精确比对的数值或表达式。由于题目难度高、需要多步推理，它成为衡量模型推理能力的重要标尺，常与 GSM8K 等基础数学集配合使用。研究者也常用它对比思维链、Best-of-N 采样和强化学习推理模型的效果。