来源:paper:PDF p.10, §5.3 and Table 1
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/16 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
model: Qwen3-8B · method: ASPIRE · dataset: AIME25 | 1.86 × AutoRegressive | — | 尚未评估 |
model: Qwen3-8B · method: ASPIRE-FSM · dataset: AIME25 | 1.61 × AutoRegressive | — | 尚未评估 |
model: Qwen3-8B · method: ASPIRE · dataset: CodeElo | 1.7 × AutoRegressive | — | 尚未评估 |
model: Qwen3-8B · method: ASPIRE-FSM · dataset: CodeElo | 1.45 × AutoRegressive | — | 尚未评估 |
model: DS-Llama-8B · method: ASPIRE · dataset: AIME25 | 1.8 × AutoRegressive | — | 尚未评估 |
model: DS-Llama-8B · method: ASPIRE-FSM · dataset: AIME25 | 1.6 × AutoRegressive | — | 尚未评估 |
model: DS-Llama-8B · method: ASPIRE · dataset: CodeElo | 1.8 × AutoRegressive | — | 尚未评估 |
model: DS-Llama-8B · method: ASPIRE-FSM · dataset: CodeElo | 1.55 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · method: ASPIRE · dataset: LB-v2[30k-40k] | 4.17 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · method: ASPIRE-FSM · dataset: LB-v2[30k-40k] | 4.18 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · method: ASPIRE · dataset: overall | 3.34 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · method: ASPIRE-FSM · dataset: overall | 3.26 × AutoRegressive | — | 尚未评估 |