为什么重要
MATH-Odyssey 按初中→高中→大学→研究生分层评测数学能力，帮助精确定位模型的数学能力水平。
返回评测
推理 数学-基础 未饱和
模态 · 文本
任务 · 数学求解
MATH-Odyssey
系统评测 LLM 从初中到研究生数学的分层能力
Multiple ·
考察能力
数学推理 分层评测 多难度
构建信息
- 数据规模
- 387 问题
- 评测方式
- 标准评测
- 核心指标
- Accuracy
资源链接
模型效果排行
🥇 o3
73.2%
🥈 GPT-4o
51.8%
数学推理 分层 多难度