正在加载页面…
来源:paper:PDF p.17, §B.3 and Table 3
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 0/26 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: Qwen3-1.7B · dataset: AIME25 | 42 requests | — | 尚未评估 |
model: Qwen3-1.7B · dataset: AIME25 | 2.59 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · dataset: AIME25 | 2.06 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · dataset: AIME25 | 20.2% | — | 尚未评估 |
model: Qwen3-1.7B · dataset: LB-v2[30k-40k] | 18 requests | — | 尚未评估 |
model: Qwen3-1.7B · dataset: LB-v2[30k-40k] | 4.46 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · dataset: LB-v2[30k-40k] | 4.17 × AutoRegressive | — | 尚未评估 |
model: Qwen3-1.7B · dataset: LB-v2[30k-40k] | 6.5% | — | 尚未评估 |
model: Qwen3-8B · dataset: AIME25 | 30 requests | — | 尚未评估 |
model: Qwen3-8B · dataset: AIME25 | 1.95 × AutoRegressive | — | 尚未评估 |
model: Qwen3-8B · dataset: AIME25 | 1.86 × AutoRegressive | — | 尚未评估 |
model: Qwen3-8B · dataset: AIME25 | 4.7% | — | 尚未评估 |