为什么重要
Omni-MATH 覆盖 33 个数学子领域（从初等数论到代数几何），是目前覆盖面最广的奥赛级数学评测。
构建方式
- 从全球数学奥赛中收集 4428 道题
- 覆盖 33 个子领域，10 个难度等级
- 需要严格证明
关联基准
不足与展望
- 自动评分对证明题不够准确
返回评测
推理 数学-竞赛 未饱和
模态 · 文本
任务 · 数学求解
Omni-MATH
4,428 道竞赛级数学题覆盖 33 个子领域，最强模型正确率仅 ~60%
PKU ·
考察能力
奥林匹克数学 竞赛 代数 几何 数论 组合
构建信息
- 数据规模
- 4,428 problems / 33 subdomains
- 评测方式
- 标准评测
- 核心指标
- Accuracy (%)
资源链接
模型效果排行
🥇 o3
60.2%
🥈 DeepSeek R1
52.4%
🥉 GPT-4o
26.8%
数学 奥林匹克 竞赛